多项选择题
AlphaGo的策略网络（Policy Network）主要表达了一个根据当前棋局状态获得下一个动作的函数，以下哪些学习方法被用来学习该函数（）
A.监督学习B.强化学习C.非监督学习D.半监督学习
多项选择题 AlphaGo是哪几种人工智能实现途径的结合（）
单项选择题 AlphaGo算法中的值网络（value network）是用于表达（）
单项选择题 AlphaGo算法的主干是（）
