单选题

强化学习中一般会加入explore策略，以避免agent过早陷入到局部最优...

Question

强化学习中一般会加入explore策略，以避免agent过早陷入到局部最优解，以下哪个不是常用的explore策略

A. epsilon greedy

B. entropy regulation

C. dropout

D. curiosity reward