在强化学习的过程中，（）能够在稍微偏离目前最好策略的基础上，尝试更多策略，（）能够运用目前最好的策略，获取更高的奖励

A.利用，探索

B.探索，输出

C.利用，输出

D.探索，利用

正确答案：D