为什么不使用模拟环境作为已知模型进行基于模型的强化学习

Question

我是DRL的新手，我看到很多案例使用模拟模型作为RL学习环境来进行无模型的RL，例如DQN家族和PG家族。所以问题是

• 1，我们已经有了一个已知的仿真模型，以及它是否会 更好地直接使用模型来做基于模型的RL？
• 2，如果这样做，当我得到一个 确定性模型？ （其中P（next_state |（action，state））为 始终为0或1）