内容修改建议

[san-holy]

P21处公式建议修改，由
$$E[R_{t+1}|S_t=s]=\sum_{\alpha\in A} \pi(a|s)E[R_{t+1}|S_t=s,A_t=a]=\sum_{\alpha\in A} \pi(a|s) \sum_{r\in R}p(r|s,a)r$$改为
$$E[R_{t+1}|S_t=s]=\sum_{\alpha\in A} \pi(a|s)E[R_{t+1}|S_t=s,A_t=a]=\sum_{\alpha\in A} (\pi(a|s) \sum_{r\in R}p(r|s,a)r)$$以避免歧义

[MathFoundationRL]

谢谢建议，不过这个是一个惯例，广泛使用，习惯就好