本文探讨了强化学习中的探索策略及其在在线任务迁移中的作用，分析了不同探索算法的特点与效果。研究提出了多源模块化转移学习技术，以减少环境交互次数并提高知识重用，支持其有效性并进行跨领域实验。同时，文章讨论了迁移学习的最新进展及其与其他相关话题的联系。