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。( ) 选项: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