你看过西尔弗的演讲吗？您是否知道 Bellman 创造了动态规划术语，他的第一本书在 1957 年被称为“动态规划”，请参阅Wikipedia？

1. DP 是一种针对具有最优子结构和重叠子问题的问题的算法技术。相反，如果问题具有不重叠的子问题属性，则只需求解一次。
2. 在自上而下的 DP 方法（见下文）中，我们根据先前存储的结果找到了解决方案。在策略迭代（策略评估 + 迭代）和值迭代中，我们根据最优策略和状态值的旧估计更新每个状态的值。

我认为“经典”DP之间也存在差异，因为在策略和价值迭代中，我们迭代地应用更新步骤直到收敛。在 DP 中，更新可以一次性完成。