强化学习 Model-Based 和 Model-Free

Model指的是针对环境的建模，即输入Action，环境的响应：Reward和State。

Model-Free：环境对输入的响应就是一个映射，without model，如常见的深度强化学习DQN/A3C/PPO等；

Model-Based：环境对输入的响应是统计概率分布P(s_new|s,a),如动态规划等传统强化学习方法。