[강화학습] 알고리즘 분류

	MDP	DP	MC	TD(SARSA)	QL	DQN	PG	AC	A2C	A3C
Model-based	O	O
Model-free		O	O	O	O
Bootstrap	O		O	O	O		O	O	O
Exploration			O	O	O	O	O	O	O	O
On-policy		O	O
Off-policy				O	O	O	O	O	O
Value-based			O	O	O	O		O	O	O
Policy-based							O	O	O	O
DNN				O	O	O	O	O
Advantage								O	O
Asyncronous