单项选择题
下面对混合策略纳什均衡描述正确的是（）
A.博弈过程中，博弈方以非概率形式随机从可选收益中选择一个收益，而达到的纳什均衡被称为混合策略纳什均衡B.博弈过程中，博弈方以概率形式随机从可选收益中选择一个收益，而达到的纳什均衡被称为混合策略纳什均衡C.博弈过程中，博弈方通过概率形式随机从可选策略中选择一个策略而达到的纳什均衡被称为混合策略纳什均衡D.博弈过程中，博弈方通过非概率形式随机从可选策略中选择一个策略而达到的纳什均衡被称为混合策略纳什均衡
单项选择题 下面对博弈研究分类不正确的是（）
单项选择题 在强化学习中，通过哪两个步骤的迭代，来学习得到最佳策略（）
单项选择题 下面哪一种方法不是通过迭代计算贝尔曼方程来进行策略评估（）
