fix 16.31

docs/chapter16/chapter16.md

@@ -156,11 +156,11 @@ $$
 $$
 \frac{1}{t+1}=\alpha
 $$
-可知
+可知，若下式成立，则公式16.31成立
 $$
 r_{t+1}=R_{x\rightarrow x{}'}^{a}+\gamma Q_{t}^{\pi}(x{}',a{}')
 $$
-而由$\gamma$折扣累积奖赏可估计得到。
+而$r_{t+1}$表示$t+1$步的奖赏，即状态$x$变化到$x'$的奖赏加上前面$t$步奖赏总和$Q_{t}^{\pi}(x{}',a{}')$的$\gamma$折扣，因此这个式子成立。