与马尔可夫奖励过程相比，马尔可夫决策过程引入了哪一个新的元素（）A. 动作B. 概率转移矩阵C. 终止状态D. 反馈

步骤 1：理解马尔可夫奖励过程（Markov Reward Process, MRP）
马尔可夫奖励过程是一种强化学习中的基本模型，它由状态空间、动作空间、转移概率和奖励函数组成。在MRP中，状态转移和奖励只依赖于当前状态，而与动作无关。

步骤 2：理解马尔可夫决策过程（Markov Decision Process, MDP）
马尔可夫决策过程是MRP的扩展，它引入了动作的概念。在MDP中，状态转移和奖励不仅依赖于当前状态，还依赖于采取的动作。因此，MDP允许智能体通过选择不同的动作来影响其环境。

步骤 3：对比MRP和MDP
在MRP中，状态转移和奖励只依赖于当前状态，而在MDP中，状态转移和奖励依赖于当前状态和采取的动作。因此，MDP引入了动作作为新的元素，使得智能体能够通过选择不同的动作来影响其环境和奖励。