Merge pull request #13 from Ynjxsjmh/patch-4

5.1 节翻译补充

Author: qiwihui

source/partI/chapter5/monte_carlo_methods.rst

@@ -45,7 +45,7 @@
 它表示遵循策略 :math:`\pi` 的情况下，状态 :math:`s` 的价值，
 我们已经得到了一些回合，它们都遵循策略 :math:`\pi` 并且都出现了状态 :math:`s` 。
 每当一个回合中出现状态 :math:`s`，我们就说这是对状态 :math:`s` 的一次 *访问*。
-当然，在一个中状态 :math:`s` 可能被访问多次，我们称第一次为 :math:`s` 的 *首次访问*。
+当然，在同一个回合中状态 :math:`s` 可能被访问多次，我们称第一次为 :math:`s` 的 *首次访问*。
 所以我们有两种蒙特卡洛方法，一种只计算所有回合中首次访问状态 :math:`s` 的平均回报，
 以此作为 :math:`v_\pi(s)` 的估计值，我们称之为 *首次访问MC方法* ；
 与之对应的，另一种方法计算所有回合中每次访问状态 :math:`s` 的平均回报，我们称之为 *每次访问MC方法* 。