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。

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。
A.输出
B.探索
C.输入
D.开发
正确答案：B