diff --git a/docs/chapter1/RL_example.py b/docs/chapter1/RL_example.py
index 1a6d730..c5ef084 100755
--- a/docs/chapter1/RL_example.py
+++ b/docs/chapter1/RL_example.py
@@ -41,6 +41,7 @@ def play_montecarlo(env, agent, render=False, train=False):
 env = gym.make('MountainCar-v0')
 env.seed(3) # 设置随机数种子,只是为了让结果可以精确复现,一般情况下可删去
 agent = BespokeAgent(env)
+print(type(env.observation_space))
 print('观测空间 = {}'.format(env.observation_space))
 print('动作空间 = {}'.format(env.action_space))
 print('观测范围 = {} ~ {}'.format(env.observation_space.low,
diff --git a/docs/chapter1/chapter1.md b/docs/chapter1/chapter1.md
index 00e914c..4b69c0e 100644
--- a/docs/chapter1/chapter1.md
+++ b/docs/chapter1/chapter1.md
@@ -430,10 +430,13 @@ OpenAI是一家非营利性的人工智能研究公司，其公布了非常多
 
 
 我们可以通过 pip 来安装 Gym 库，由于 Gym 库 0.26.0 及其之后的版本对之前的代码不兼容，所以我们安装 0.26.0 之前的 Gym，比如 0.25.2。
-
 ```bash
 pip install gym==0.25.2
 ```
+此外，为了显示图形界面，我们还需要安装 pygame 库。
+```bash
+pip install pygame
+```
 
 在 Python 环境中导入Gym库，如果不报错，就可以认为 Gym 库安装成功。
 
@@ -554,14 +557,14 @@ print('动作数 = {}'.format(env.action_space.n))
 输出：
 
 ```
-观测空间 = Box(2,)
+观测空间 = Box([-1.2  -0.07], [0.6  0.07], (2,), float32)
 动作空间 = Discrete(3)
 观测范围 = [-1.2  -0.07] ~ [0.6  0.07]
 动作数 = 3    
 ```
 
 
-由输出可知，观测空间是形状为 (2,) 的浮点型 np.array，动作空间是取 {0,1,2} 的 int 型数值。
+由输出可知，观测是形状为 (2,) 的浮点型 np.array，动作空间是取 {0,1,2} 的 int 型数值。
 
 接下来考虑智能体。智能体往往是我们自己实现的。我们可以实现一个智能体类————BespokeAgent 类，代码如下：
 
@@ -617,7 +620,7 @@ train是 bool 型的变量，指示在运行过程中是否训练智能体，在
 接下来，我们使用下面的代码让智能体和环境交互一个回合，并在交互过程中进行图形化显示，可用 env.close()语句关闭图形界面。
 
 ```python
-env.seed(0) # 设置随机数种子,只是为了让结果可以精确复现,一般情况下可删去
+env.seed(3) # 设置随机数种子,只是为了让结果可以精确复现,一般情况下可删去
 episode_reward = play_montecarlo(env, agent, render=True)
 print('回合奖励 = {}'.format(episode_reward))
 env.close() # 此语句可关闭图形界面
@@ -636,10 +639,10 @@ print('平均回合奖励 = {}'.format(np.mean(episode_rewards)))
 
 输出：
 ```
-平均回合奖励 = -102.61
+平均回合奖励 = -106.63
 ```
 
-小车上山环境有一个参考的回合奖励值 $-$110，如果连续 100 个回合的平均回合奖励大于 $-$110，则认为这个任务被解决了。BespokeAgent 类对应的策略的平均回合奖励就在 $-$110 左右。
+小车上山环境有一个参考的回合奖励值 $-$110，如果连续 100 个回合的平均回合奖励大于 $-$110，则认为这个任务被解决了。BespokeAgent 类对应的策略的平均回合奖励就在 $-$110 左右。完整代码实现可参考[小车上山代码](https://github.com/datawhalechina/easy-rl/blob/master/docs/chapter1/RL_example.py)。
 
 测试智能体在 Gym 库中某个任务的性能时，学术界一般最关心 100 个回合的平均回合奖励。至于为什么是 100 个回合而不是其他回合数（比如 128 个回合），完全是习惯使然，没有什么特别的原因。对于有些任务，还会指定一个参考的回合奖励值，当连续 100 个回合的奖励大于指定的值时，就认为这个任务被解决了。但是，并不是所有的任务都指定了这样的值。对于没有指定值的任务，就无所谓任务被解决了或者没有被解决。