单项选择题

A.选择过程体现了探索和利用的平衡
B.算法进入扩展步骤时,当前节点的所有子结点必然都未被扩展
C.模拟步骤采取的策略与选择步骤不一定要相同
D.反向传播只需要更新当前路径上已被扩展的结点