# RL 算法的探索與開發 在沒有模型的情況下，智能體在每一步都要探索或利用。 **探索**意味著智能體選擇一個未知動作來找出獎勵和模型。 **剝削**意味著智能體選擇最知名的行動來獲得最大獎勵。如果智能體總是決定利用它，那么它可能會陷入局部最優值。因此，有時智能體會繞過學到的策略來探索未知的行為。同樣，如果智能體總是決定探索，那么它可能無法找到最優策略。因此，在探索和開發之間取得平衡非常重要。在我們的代碼中，我們通過使用概率`p`來選擇隨機動作和概率`1-p`來選擇最優動作來實現這一點。