我认为您从错误的方向看它，min-max 只是一种规划算法，决策策略，从某种意义上说，您正在描述它没有类别的其他算法/方法。例如，您有负最大算法，从某种意义上说，蒙特卡洛搜索树与蒙特卡洛是一样的。最小-最大类别确实是博弈论。

现在您应该以另一种方式考虑 RL 算法，这就是分类：

因此，如果您考虑方法，您提到过，让我们将它们放在正确的位置：

• 一般的 TD 方法 - 无模型
• 蒙特卡罗方法 - 无模型
• MinMax - 基于模型（可以讨论，但它肯定需要访问世界模型）