下面对上限置信区间(UpperConfidenceBound，UCB)算法在多臂赌博机中的描述，哪句描述是不正确的（）AUCB算法在探索利用（explorationexploitation）之间寻找平衡BUCB算法既考虑拉动在过去时间内获得最大平均奖赏的赌博机，又希望去选择那些拉动臂膀次数最少的赌博机CUCB算法是优化序列决策问题的方法DUCB算法每次随机选择一个赌博机来拉动其臂膀