diff --git a/docs/chapter8/chapter8_questions&keywords.md b/docs/chapter8/chapter8_questions&keywords.md
index 73355b7..9645c9c 100644
--- a/docs/chapter8/chapter8_questions&keywords.md
+++ b/docs/chapter8/chapter8_questions&keywords.md
@@ -1,6 +1,6 @@
 # Chapter8 Q-learning for Continuous Actions
 
-## 思考题
+## Questions
 
 - Q-learning相比于policy gradient based方法为什么训练起来效果更好，更平稳？
 
@@ -17,4 +17,4 @@
   - 第一个解决方法：我们可以使用所谓的sample方法，即随机sample出N个可能的action，然后一个一个带到我们的Q-function中，计算对应的N个Q value比较哪一个的值最大。但是这个方法因为是sample所以不会非常的精确。
   - 第二个解决方法：我们将这个continuous action问题，看为一个优化问题，从而自然而然地想到了可以用gradient ascend去最大化我们的目标函数。具体地，我们将action看为我们的变量，使用gradient ascend方法去update action对应的Q-value。但是这个方法通常的时间花销比较大，因为是需要迭代运算的。
   - 第三个解决方法：设计一个特别的network架构，设计一个特别的Q-function，使得解我们 argmax Q-value的问题变得非常容易。也就是这边的 Q-function 不是一个 general 的 Q-function，特别设计一下它的样子，让你要找让这个 Q-function 最大的 a 的时候非常容易。但是这个方法的function不能随意乱设，其必须有一些额外的限制。具体的设计方法，可以我们的chapter8的详细教程。
-  - 第四个解决方法：不用Q-learning，毕竟用其处理continuous的action比较麻烦。
\ No newline at end of file
+  - 第四个解决方法：不用Q-learning，毕竟用其处理continuous的action比较麻烦。