强化学习机制中“奖励”信号的关键作用是

直接决定具身智能系统每一步的具体动作

告诉具身智能系统哪些行为是好的，引导其学习正确做法

评估具身智能系统的最终性能表现

独立完成具身智能系统的全部学习任务