【单选题】与马尔可夫奖励过程相比，马尔可夫决策过程引入了哪一个新的元素()？A. 反馈B. 动作C. 终止状态D. 概率转移矩阵

步骤 1：理解马尔可夫奖励过程
马尔可夫奖励过程（Markov Reward Process, MRP）是一种强化学习中的基本模型，它由状态空间、状态转移概率、奖励函数和折扣因子组成。它描述了在给定状态下的奖励和状态转移的概率，但不涉及决策或动作的选择。

步骤 2：理解马尔可夫决策过程
马尔可夫决策过程（Markov Decision Process, MDP）是马尔可夫奖励过程的扩展，它不仅包括状态空间、状态转移概率、奖励函数和折扣因子，还引入了动作的概念。在MDP中，智能体可以采取不同的动作，这些动作会影响状态转移的概率和奖励。

步骤 3：对比马尔可夫奖励过程和马尔可夫决策过程
马尔可夫决策过程与马尔可夫奖励过程相比，引入了动作的概念。在马尔可夫奖励过程中，状态转移和奖励是固定的，而在马尔可夫决策过程中，智能体可以通过选择不同的动作来影响状态转移和奖励。