请问「策略迭代法」是什么意思？
2026-07-16 01:17:49
「策略迭代法」读音
拼音 cè lüè dié dài fǎ，注音 ㄘㄜˋ ㄌㄩㄝˋ ㄉㄧㄝˊ ㄉㄞˋ ㄈㄚˇ
| 拼音字母 | ce lve die dai fa |
|---|---|
| 拼音首字母 | clddf |
| 注音符号 | ㄘㄜ ㄌㄩㄝ ㄉㄧㄝ ㄉㄞ ㄈㄚ |
| 注音首符号 | ㄘㄌㄉㄉㄈ |
「策略迭代法」释义
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。