( )的目标是获得一个策略去指导行动,会从一个初始策略开始,在学习过程中,主体通过行动和环境进行交互来产生新的数据,不断获得反馈,并通过反馈优化策略,是一种强大的学习方式。A:有监督学习B:无监督学习C:半监督学习D:强化学习 学习 过程中 发布时间:2024-05-05 18:37:07