由于能够准确地刻画许多实际系统,线性随机系统一直是自动控制和数学应用领域研究的热点。对于这类系统的最优控制问题,状态调节器问题的研究因其易于实现且适应场景广而得到了广泛的关注。本文以一类具有乘性噪声的线性随机系统为对象,研究了这类系统状态调节器问题的策略迭代算法,通过设计四种策略迭代算法,为解决这类随机系统的状态调节器问题提供新途径。本文的具体工作如下:针对具有乘性噪声的线性随机系统,提出了一种改进的加权迭代算法。由于这类系统的状态调节器问题等价于随机代数Riccati方程（SAREs）存在唯一正定解,因此文中基于部分代换的思想,以随机Lyapunov方程作为基本迭代式,提出了一种改进的加权迭代算法来获得SAREs的数值解。算法采用一个可调参数来控制参数的更新率,从而改变算法的收敛速度。根据线性随机系统的稳定性与随机Lyapunov方程唯一正定解之间的等价关系,讨论了执行这种算法时解序列的单调性和有界性,从而证明了解序列最终收敛于SAREs的唯一正定解。为了减少对系统模型参数的依赖,提出了一种基于on-policy的策略迭代算法。在研究随机系统的状态调节器问题时将不再局限于求解SAREs,而是专注于性能函数的拟合。该算法基于强化学习中on-policy的思想,通过行为策略获得训练数据用于驱动目标策略的更新,从而实现部分模型参数自由。此外,该算法被证明等价于提出的改进的加权迭代算法,具有相同的收敛特性。为了克服on-policy算法在执行过程中可能遇到的数据失效问题,提出了一种基于off-policy的策略迭代算法。该算法同样实现了部分模型参数自由,且训练数据可以重复使用,在计算速度上具有明显优势。另外,在on-policy的策略迭代算法的基础上,通过在策略更新步骤采用off-policy技术,提出了一种改进的策略迭代算法,实现了模型参数自由。本文对上述四种策略迭代算法的收敛性进行了分析和证明,并通过数值仿真实例验证了算法的有效性。