【DeepMind】基于模型的强化学习，174页ppt，Model-Based Reinforcement Learning

强化学习算法被广泛的认为可以分为两大类：无模型（Model-Free）的算法和基于模型（Model-Based）的算法。无模型的算法在过去一段时间在许多任务中已经取得了巨大的进步，这包括了机器人，视频游戏等。尽管这类算法取得了巨大的成功，但是由于其较高的采样复杂度，即需要与测试任务和环境进行大量的交互，生成样本，从而学习得到效果较好的策略，这使得无模型的强化学习算法难以应用到大量的实际场景问题中，而仅仅应用在具有仿真环境的问题当中。

而通过学习一个近似环境的参数化的模型（Model），进而进一步帮助策略的学习的这类算法，被称为基于模型的算法，使得其相比无模型算法可以大大降低采样复杂度。本教程对基于模型的强化学习(MBRL)领域进行了广泛的概述，特别强调了深度方法。MBRL方法利用环境模型来做决策——而不是将环境看作一个黑箱——并且提供了超越无模型RL的独特机会和挑战。我们将讨论学习过渡和奖励模式的方法，如何有效地使用这些模式来做出更好的决策，以及计划和学习之间的关系。我们还强调了在典型的RL设置之外。