機器學習中的「強化學習（Reinforcement Learning）」強調Agent透過與環境互動獲得的獎勵或懲罰（Reward/Penalty）來修正行為策略，以追求長期利益最大化。這種「後果決定行為頻率」的運算邏輯，最符合下列哪一項心理學機制？
APavlov的信號替代：強調刺激與刺激間的預測關係
BThorndike的效果律：強調反應後的滿意效果能加強刺激與反應間聯結正確答案
CTolman的潛在學習：強調在無顯著強化下建立的認知地圖
DBandura的替代強化：強調觀察他人行為結果後的模仿意願
答案與詳解
