The concept "Policy Iteration" includes:

Đáp án đúng: "All of the above". Lặp chính sách (policy iteration) xen kẽ hai bước: đánh giá chính sách, tính giá trị của từng trạng thái bằng phương trình Bellman, rồi cải thiện chính sách bằng cách chọn hành động tốt nhất theo giá trị vừa tính, lặp tới khi chính sách không đổi. "Weighting state prime" thuộc khái niệm này vì mỗi bước đánh giá đều lấy giá trị của trạng thái kế tiếp s' nhân với xác suất chuyển và hệ số chiết khấu. "Value iteration complexity" thường được đặt cạnh khi phân tích, vì lặp giá trị là cách tiếp cận song song và hai phương pháp được so sánh về độ phức tạp mỗi vòng cùng số vòng hội tụ. "Modify policy iteration complexity" ứng với lặp chính sách cải biên (modified policy iteration), chỉ đánh giá chính sách vài bước thay vì giải trọn để giảm chi phí. Mỗi ý chỉ là một khía cạnh nên phương án tổng hợp là đầy đủ nhất.