我如何识别政策上和政策上的蒙特卡洛？

Question

我目前正在学习朱莉娅（Julia），在政策制定和非政策制定方面都陷入了蒙特卡洛方法。

问题：无论是否启用蒙特卡洛政策，我有什么区别？

我了解该问题的强化学习理论，但不太了解如何编写代码。

我想在冰湖环境中实现它。主要问题是我不允许使用GYM工具包，这在这里会有所帮助。