请介绍强化学习中的主要算法类别（如基于值、基于策略、Actor-Critic）及其区别和适用场景。

回答思路

1. 能清晰分类基于值、基于策略和 Actor-Critic 算法
2. 能说明各类别代表性算法（如 Q-Learning、Policy Gradient、PPO）
3. 能对比各自的优缺点和适用场景
4. 能结合具体问题给出算法选择理由