对于强化学习中的策略评估，以下哪种方法通过估计状态值函数来评估策略？

对于强化学习中的策略评估，以下哪种方法通过估计状态值函数来评估策略？
A.蒙特卡罗方法
B.时序差分方法
C.策略梯度方法
D.以上都是
正确答案：B
答案解析：时序差分方法通过估计状态值函数评估策略。