强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景，如何使用合适的强化学习方法。本文将对强化学习进行分类并列出对应的paper。

5. Memory系列

算法名称：MFEC
论文标题：Model-Free Episodic Control
发表会议：Arxiv
论文链接：https://arxiv.org/abs/1606.04460
当前谷歌学术引用次数：138

算法名称：NEC
论文标题：Neural Episodic Control
发表会议：ICML, 2017
论文链接：https://arxiv.org/abs/1703.01988
当前谷歌学术引用次数：171

算法名称：Neural Map
论文标题：Neural Map: Structured Memory for Deep Reinforcement Learning
发表会议：ICLR, 2018
论文链接：https://arxiv.org/abs/1702.08360
当前谷歌学术引用次数：173

算法名称：MERLIN
论文标题：Unsupervised Predictive Memory in a Goal-Directed Agent
发表会议：Arxiv
论文链接：https://arxiv.org/abs/1803.10760
当前谷歌学术引用次数：108

算法名称：RMC
论文标题：Relational Recurrent Neural Networks
发表会议：ICLR, 2018
论文链接：https://arxiv.org/abs/1806.01822
当前谷歌学术引用次数：121

6. Model-Based RL系列

a. Model is Learned

算法名称：I2A
论文标题：Imagination-Augmented Agents for Deep Reinforcement Learning
发表会议：NIPS, 2017
论文链接：https://arxiv.org/abs/1707.06203
当前谷歌学术引用次数：182

算法名称：MBMF
论文标题：Neural Network Dynamics for Model-Based Deep Reinforcement Learning with Model-Free Fine-Tuning
发表会议：ICRA, 2018
论文链接：https://arxiv.org/abs/1708.02596
当前谷歌学术引用次数：503

算法名称：MVE
论文标题：Model-Based Value Expansion for Efficient Model-Free Reinforcement Learning
发表会议：Arxiv
论文链接：https://arxiv.org/abs/1803.00101
当前谷歌学术引用次数：109

算法名称：STEVE
论文标题：Sample-Efficient Reinforcement Learning with Stochastic Ensemble Value Expansion
发表会议：NIPS, 2018
论文链接：https://arxiv.org/abs/1807.01675
当前谷歌学术引用次数：127

算法名称：ME-TRPO
论文标题：Model-Ensemble Trust-Region Policy Optimization
发表会议：ICLR, 2018
论文链接：https://openreview.net/forum?id=SJJinbWRZ&noteId=SJJinbWRZ
当前谷歌学术引用次数：195

算法名称：MB-MPO
论文标题：Model-Based Reinforcement Learning via Meta-Policy Optimization
发表会议：Conference on Robot Learning, 2018
论文链接：https://arxiv.org/abs/1809.05214
当前谷歌学术引用次数：108

算法名称：MB-MPO
论文标题：Recurrent World Models Facilitate Policy Evolution
发表会议：NIPS, 2018
论文链接：https://arxiv.org/abs/1809.01999
当前谷歌学术引用次数：316

b. Model is Learned

算法名称：AlphaZero
论文标题：Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm
发表会议：Science, 2018
论文链接：https://arxiv.org/abs/1712.01815
当前谷歌学术引用次数：971

算法名称：ExIt
论文标题：Thinking Fast and Slow with Deep Learning and Tree Search
发表会议：NIPS, 2017
论文链接：https://arxiv.org/abs/1705.08439
当前谷歌学术引用次数：174

参考
https://spinningup.openai.com/en/latest/