你
请解释一下「策略迭代法」这个词的含义。
助手
策略迭代法
cè lüè dié dài fǎ · ㄘㄜˋ ㄌㄩㄝˋ ㄉㄧㄝˊ ㄉㄞˋ ㄈㄚˇ
ce lve die dai fa
clddf
ㄘㄜ ㄌㄩㄝ ㄉㄧㄝ ㄉㄞ ㄈㄚ
2026-07-11 02:53:22
扩展释义
策略迭代法（policy iteration method）是动态规划中求最优策略的基本方法之一。它借助于动态规划基本方程，交替使用“求值计算”和“策略改进”两个步骤，求出逐次改进的、最终达到或收敛于最优策略的策略序列。