3、案例1任务是： 给定如图所示的一个初始策略，使用MC Basic算法找到一个最优策略，其中rboundary=−1,rforbidden=−1,rtarget=1,γ=0.9。 r_{boundary=-1},r_{forbidden}=-1,r_{target}=1,\gamma=0.9\text{。}r
