3. 动态规划有两种优化策略，一个是 输入答案,而另一种是 输入答案____。

动态规划是解决多阶段决策问题的重要方法，其核心在于通过分解问题为子问题，利用最优子结构和重叠子问题性质来优化计算。本题考查动态规划的两种经典优化策略：

1. 值迭代（Value Iteration）：通过不断更新状态值，最终收敛到最优值函数，再导出最优策略。
2. 策略迭代（Policy Iteration）：通过交替进行策略评估（计算当前策略价值）和策略改进（优化动作选择），直接逼近最优策略。

关键区别：值迭代直接优化价值函数，而策略迭代直接优化策略本身。

动态规划的两种优化策略分别为：

1. 值迭代：从初始状态开始，反复更新每个状态的最优价值，直到价值函数收敛。此时根据最优价值函数即可确定最优策略。
2. 策略迭代：包含两个步骤：
   • 策略评估：计算当前策略对应的价值函数。
   • 策略改进：通过贪心选择改进策略，若策略不再变化则达到最优。