动态规划（Dynamic Programming）概述

基本概念

动态规划是解决强化学习问题的一种重要方法，它通过将复杂问题分解为子问题，并存储子问题的解来避免重复计算。在强化学习中，动态规划主要用于计算最优策略和最优价值函数。

核心思想：通过「分而治之」的方式，将复杂问题分解为更小的子问题，并利用子问题的解来构建原问题的解。

主要算法

• 策略评估（Policy Evaluation）：计算给定策略下的状态价值函数
• 策略改进（Policy Improvement）：基于当前价值函数改进策略
• 策略迭代（Policy Iteration）：交替进行策略评估和改进
• 价值迭代（Value Iteration）：直接迭代计算最优价值函数