在强化学习中，策略梯度算法通过直接优化什么来改进策略？

在强化学习中，策略梯度算法通过直接优化什么来改进策略？
A.状态价值函数
B.动作价值函数
C.策略的概率分布
D.奖励函数
正确答案：C
答案解析：策略梯度算法直接优化策略的概率分布。