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。
鸿凯词语词典，专业汉语查询工具。收录海量成语、近义词、反义词及组词，解释详尽，例句丰富。每日更新，助力您的语言学习与创作。