单选题

（单选题）以下是针对哪种机器学习算法的描述？系统从环境到行为映射的学习，以...

Question

（单选题）以下是针对哪种机器学习算法的描述？
系统从环境到行为映射的学习，以获得最大的数值的奖赏信号，然后进行闭路循环，与其他机器学习算法不同，它着重与从交互中进行以目标为导向的学习。

A. 监督学习

B. 强化学习

C. 半监督学习

D. 聚类学习