19. 某物流公司導入強化式學習(Reinforcement Learning)優化車隊調度。模型在系統運行過程中，會依據不同配送狀態動態調整行動選擇方式，使決策結果逐步朝較佳績效收斂。上述模型在學習過程中的調整行為，最符合下列哪一項強化式學習核心機制？
(A)調整策略函數以改變行動選擇機率；
(B)更新訓練資料分布以降低模型偏差；
(C)重新分群狀態資料以識別決策類型；
(D)建立正確決策標籤進行誤差修正

答案：登入後查看
統計： A(2), B(0), C(0), D(0), E(0) #3870523