地址推荐一本书： http://incompleteideas.net/sutton/book/the-book-2nd.html
是看论文 Hacking Google reCAPTCHA v3 using Reinforcement Learning https://arxiv.org/abs/1903.01003v2
里的公式2 没有见过 看引文目录是在：MIT reinforcement learning second edition 2018
一看书500多页，先放过来，以后有机会琢磨。
原文：https://www.cnblogs.com/yjphhw/p/10609749.html