A
AlphaGo训练模型过程中通过价值⽹络和策略⽹络选择最优下⼦⽅法
B
AlphaGo的技术不涉及强化学习
C
AlphaGo使⽤蒙特卡罗树搜索提⾼稳定性
D
训练AlphaGo没有⽤到⼈类玩家的棋局数据
正确答案：A；C