在强化学习过程中,探索表示随机地采取某个动作,以便于尝试各种结果;开发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; 过程中 开发 进一步 发布时间:2024-03-27 16:57:18