29. 以下哪一種機器學習方法的特徵是：學習系統透過與環境互動，並根據正負向回饋來調整行為策略，以取得獎勵最大化？ (A) 監督式學習(Supervised Learning) (B) 非監督式學習(Unsupervised Learning) (C) 半監督式學習(Semi-supervised Learning) (D) 強化式學習(Reinforcement Learning)。