在强化学习过程中，（）表示随机地采取某个动作，以便于尝试各种结果；（）表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值。

• A、探索；开发
• B、开发；探索
• C、探索；输出
• D、开发；输出