好的，这是一个非常核心的问题。强化学习（RL）的算法世界看似纷繁复杂，但它们大多可以根据几个关键的维度进行划分和理解。

我们可以将强化学习算法的结构主要分为三大类，这三类回答了“算法学习的核心是什么？”这个问题。此外，还有两个重要的正交维度，它们描述了“算法如何学习？”。

---

核心三大算法结构 (学习什么？)