非显著式编程最重要的特点是可以通过经验E提高性能指标P。A. 正确B. 错误

非显著式编程（Reinforcement Learning，强化学习）的核心在于通过智能体与环境的交互，利用经验（反馈信号）优化策略，从而提升性能。题目中的描述“通过经验E提高性能指标P”正是强化学习的核心特点，因此答案正确。

关键概念解析

1. 非显著式编程（强化学习）：
   智能体通过试错过程与环境互动，接收奖励或惩罚信号作为反馈，逐步调整行为策略，最终实现目标（如最大化累积奖励）。

2. 经验（E）的作用：
   智能体通过历史交互数据（经验）更新模型参数，优化决策策略。

3. 性能指标（P）：
   衡量智能体任务表现的量化标准（如任务完成效率、奖励总和），强化学习的目标是通过经验提升该指标。

选项分析

• A. 正确：强化学习的核心机制正是通过经验优化性能，符合题意。
• B. 错误：若否定这一特点，则与强化学习定义矛盾。