单项选择题 Q函数Q（s，a）是指在一个给定状态s下，采取某一个动作a之后，后续的各个状态所能得到的回报的（）。

单项选择题 在Q-Learning中，所谓的Q函数是指（）。

单项选择题 （）有跟环境进行交互，从反馈当中进行不断的学习的过程。