在强化学习过程中,()表示随机地采取某个动作,以便于尝试各种结果;()表示采取当前认为最优的动作,以便于进一步优化评估当前认为最优的动作的值。A:探索;开发B:开发;探索C:探索;输出D:开发;输出 过程中 探索 进一步 发布时间:2024-05-07 09:26:15