学过的强化学习算法有哪些？

回答思路

1. 列举常见模型无关算法，如 Q-learning、SARSA、DQN、DDPG、PPO
2. 区分基于价值、基于策略、Actor-Critic 等算法类别
3. 说明各算法适用场景与优缺点
4. 能解释关键概念如回报、折扣因子、经验回放、策略梯度