因为这两天比较忙，没时间使用电脑，所以先占个位，等有空补上
看到的几个名词：
1. agent :未完成某个最终目标的模型
2. environment:环境，模型可对环境进行感知从而进行反馈
3. policy:指导模型根据当前状态而采取某个行动的判别式
4. state:状态，模型的某种状态
5. action:行动，每次行动后会得到一个新的状态
