50.在強化學習(Reinforcement Learning)中,代理人(Agent)透過與環境互動、根據行為獲得獎勵或懲罰,其主要目標為下列何者?(A)找出資料集中的隱藏群集(B)預測未來的連續性數值(C)尋找完美且不變的固定標籤(D)最大化長期累積回報