策略梯度

策略梯度方法是一类直接优化策略函数的强化学习算法，该函数将状态映射到行动。与先学习价值函数（如 Q-learning）再从中推导策略不同，策略梯度方法通过调整其参数来最大化预期奖励，直接学习最优策略。这通常通过估计预期奖励相对于策略参数的梯度，然后沿梯度方向更新参数来实现。