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。
第1题：
A、最优化
B、个别化
C、普遍化
D、直观化
第2题：
强化学习中，（）主要探索未知的动作会产生的效果，有利于更新Q值，获得更好的策略。
第3题：
简述输出式开发采取的办法。
1.组织被改造人员复苏心灵演唱团或汇报组，走出监所，进入社会，进行演出、汇报，或者组织他们外出参观和开展社会服务活动。
2.实行归假制度。
3.实行“三试”使帮教改造工作社会化。
第4题：
根据游戏动作的不同性质，可以把游戏动作分为探索、象征和嬉戏三种。
第5题：
“与客户共同探索需求和期望”是属于以客户为中心的物流战略开发中的（）战略。
第6题：
在ε-greedy策略当中，ε的值越大，表示采用随机的一个动作的概率越（），采用当前Q函数值最大的动作的概率越（）。
第7题：
婴儿在婴儿床上伸手碰触床顶上的响铃时发出声音，他会不断地碰触响铃，说明婴儿（）。
第8题：
A.探索动作
B.剪贴动作
C.象征动作
D.嬉戏动作
第9题：
儿童在游戏中的动作包括（）
第10题：
探索动作是指故意做“坏事”或用某种动作来取乐，带有幽默、逗乐、玩笑的性质。