A
在强化学习里面，我们可以每走一步更新一次Q 表格，用下一个状态的Q 值来更新当前状态的Q 值。
B
Q 表格，一般它的行数是所有动作的数量。
C
最开始的时候，Q 表格会全部初始化任意值。
正确答案：A