关于强化学习，以下说法正确的是：
A:ε-greedy策略是一种平衡“探索”和“开发”的方法
B:“开发”表示随机地采取某个动作，以便于尝试各种结果；“探索”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
C:主体和环境之间交互的要素有状态、动作、回报
D:在强化学习的过程中，学习率α越大，表示保持旧的学习结果的比例越大