策略迭代法

策略迭代法，策略迭代法,celüe diedaifa，迭代法,策略,diedaifa,cel，[拼音]：celüe diedaifa[外文]：policy iteration method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...