下列关于探索与利用的说法中，不正确的是（）。

下列关于探索与利用的说法中，不正确的是（）。
A、在多臂赌博机问题中，过度利用可能导致算法对部分臂膀额奖励期望估计不准确。
B、在多臂赌博机问题中，某时刻UCB1算法选择的臂膀置信上界为R，则此时任意摇动一个臂膀，得到的硬币数量不会超过R。
C、在多臂赌博机问题中，过度探索会导致算法很少主动去选择比较好的摇臂。
D、在贪心算法中，的值越大，表示算法越倾向于探索。
正确答案：B
答案解析：
A选项：在多臂赌博机问题中，如果过度利用，即总是选择当前估计奖励期望最高的臂膀，那么对于其他较少选择的臂膀，由于尝试次数少，对它们奖励期望的估计就可能不准确。因为缺乏足够的样本数据来准确刻画这些臂膀的真实奖励情况，所以A选项说法正确。
B选项：UCB1算法选择的臂膀置信上界为R，这个置信上界是对该臂膀奖励期望的一个估计范围，但实际摇动该臂膀得到的硬币数量（奖励值）是有可能超过这个置信上界R的。置信上界只是一个基于概率和已有样本的估计，并非实际奖励的上限，所以B选项说法不正确。
C选项：过度探索意味着算法总是去尝试各种不同的摇臂，而不是集中选择那些已经表现出较好奖励期望的摇臂。这样就会导致很少主动去选择比较好的摇臂，使得整体获得的奖励可能不理想，所以C选项说法正确。
D选项：在贪心算法的一些变体（如\（\epsilon-\）贪心算法）中，\（\epsilon\）值越大，算法就越有更大的概率随机选择一个摇臂进行探索，而不是总是选择当前估计奖励最高的摇臂（利用），也就表示算法越倾向于探索，所以D选项说法正确。