https://tf.wiki/zh/appendix/rl.html
数字三角形（变式 1）中的策略评估和策略改进框架中的图里面，策略评估（第 0 轮）左边的红字里面计算向下和向右下的期望的算式是不是写反了。
不好意思，确实有一些很奇怪的笔误，以下是修正的图示：
感谢提醒！
