判断题 AlphaGo中使用的策略网络（Policy Network）表达的是确定性函数。

判断题 全连接网络被用于作为策略网络（Policy Network）的表达形式。

判断题 强化学习用于提高策略网络（Policy Network）的效果时，需要将输赢作为奖励和惩罚。