深度学习中模型用数学来表示：
S_,R= Model（S,A）

model可以是概率性的，也可以是确定性。
现行的大多数算法都是model_free的，因为model不容易取的，

model_free不是不和model打交道，相反，必须和model交互，交互的方式也是这个公式：
S_,R= Model（S,A）
关键在于，agent只能把S,A发送给环境（environment）才能获得S_，R，而并非model_Free的方法，比如动态规划，agent自己就知道的model的内容， 不需要跟环境打交道。