探索；开发 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，以便进一步优化评估当前认为最优的工作值。强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境...