今日主要將專利主體全部完成。 實現方面發現一個問題：論文沒有細說如何得到狀態序列和action的定義。 我猜測是自己定義的action。主要看他的MDP狀態圖發現只有一個action，接打電話，懷疑是與狀態爆炸問題有關。