人工智能训练师（三级） 理论知识复习题库（900题）

---

强化学习策略的目标是实现奖励最大化。在选择动作时,通常采用的策略包括( )。

A.贪心策略

B.ε-贪婪策略

C.玻尔兹曼探索

D.UCB策略

E.随机策略

知识点：多选题

参考答案：ABCD