Основные преимущества метода итерации политики в алгоритмах обучения с подкреплением:

• Возможность оценить значения функции V с помощью «жадной политики», полученной в результате последнего улучшения политики. 1
• Обновление политики, генерирующей действия, что максимизирует значения V для каждого состояния (окружения). 1 Уравнения обновления основаны на уравнении Беллмана. 1
• Соблюдение баланса между исследованием среды и совершением уже хорошо изученных действий. 5

Итерация политики представляет собой цикл между оценкой политики и её улучшением, который продолжается до схождения. 1

Также преимущество метода итерации политики в том, что он позволяет найти оптимальное действие (решение), которое будет выгодно в долгосрочной перспективе, даже если в краткосрочной перспективе приходится принимать нежеланнные действия. 5