Analisando experimentos com AlphaStar e AlphaGo, observa-se que ambos utilizam aprendizado por reforço em ambientes com regras fixas e recompensa clara, porém diferem quanto à observabilidade do estado e à natureza temporal das ações, aspectos que condicionam o tipo de representação e exploração exigidas do agente. Considerando as diferenças entre AlphaStar e AlphaGo quanto à observabilidade, avalie as afirmações a seguir. I - AlphaStar processa ações discretas organizadas em turnos bem definidos. II - AlphaStar enfrenta observabilidade parcial devido ao mapa não revelado. III - AlphaGo utiliza self-play combinado com aprendizado por reforço profundo. IV - AlphaGo opera em ambiente totalmente observável, visualizando todas as peças. É correto o que se afirma em Grupo de escolhas da pergunta I, II e III, apenas. I e IV, apenas. I, III e IV, apenas. II e III, apenas. II, III e IV, apenas.