下列何者是「強化學習」的特點？

強化學習讓代理人(agent)在環境中不斷嘗試行動,依結果獲得獎勵(正反饋)或懲罰(負反饋),逐步學出最佳決策策略,AlphaGo 即為代表,故 (B) 正確。(A) 需預先標註資料是監督式學習的特徵;(C) 強化學習應用於下棋、交易策略等,不限圖像辨識;(D) 與環境互動正是其必要條件。