強化學習智能體分類：

（1）基于模型的強化學習。策略（和/或）價值函數，環(huán)境模型。如：迷宮游戲、迷宮、圍棋、迷宮、象棋等這類規(guī)則明確，且可以枚舉下一個狀態(tài)的所有可能（比如象棋黑方走了一步后，可以列舉此時紅方可能要走的棋子和要走的方式）。

（2）模型無關的強化學習。策略（和/或）價值函數，沒有環(huán)境模型，環(huán)境是黑箱，比如Atari游戲、王者榮耀游戲，其需要大量的采樣。