词语
策略迭代法
cè lüè dié dài fǎ · ㄘㄜˋ ㄌㄩㄝˋ ㄉㄧㄝˊ ㄉㄞˋ ㄈㄚˇ · 更新 2026-06-30 21:42:27
基本属性
- 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
词语解释
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。