智能词典助手

读音

• 拼音cè lüè dié dài fǎ
• 字母ce lve die dai fa
• 首字母clddf
• 注音ㄘㄜˋ ㄌㄩㄝˋ ㄉㄧㄝˊ ㄉㄞˋ ㄈㄚˇ

补充释义

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。