Policy Improvement（策略改进）

在强化学习中，策略改进通常与策略评估交替进行。策略评估计算当前策略的价值函数，策略改进则根据价值函数选择动作，形成新策略。对于表格型问题，策略改进通过贪心操作保证策略单调提升；对于连续动作空间，则通过策略梯度或Actor-Critic方法实现。代表性工作包括策略迭代、价值迭代以及深度强化学习中的PPO、TRPO等算法，这些方法在游戏AI、机器人控制等领域取得显著成功。