fix some typos

docs/chapter1/chapter1.md

@@ -290,18 +290,18 @@ A: 针对是否需要对真实环境建模，强化学习可以分为有模型
 ![](img/1.38.png)
 这里我给大家举一些例子来说明 Exploration 和 Exploitation 的定义。
 
-* 比如说我们在选择餐馆的时候。
+* 以选择餐馆为例，
   * Exploitation 的意思是说我们直接去你最喜欢的餐馆吗，因为你去过这个餐馆去过很多次了，所以你知道这里面的菜都非常可口。
   * Exploration 就是说你把手机拿出来，你直接搜索一个新的餐馆，然后去尝试它到底好不好吃。这里的结果就是有可能这种新的餐馆非常不满意，那么你就这个钱就浪费了。
 
-* 广告的例子。
+* 以做广告为例，
   * Exploitation 就是说我们直接可以采取最优的这个广告策略。
   * Exploration 就是说我们换一种广告方式，然后看这个新的广告策略到底可不可以得到奖励。
 
-* 挖油的例子。
+* 以挖油为例，
   * Exploitation 就是说我们直接在已知的地方挖油。那么我们就可以确保可以挖到油。
   * Exploration 就是说我们在一个新的一个地方挖油，就有很大的概率，你可能不能发现任何油，但也可能有比较小的概率可以发现一个非常大的一个油田。
-* 玩游戏的例子。
+* 以玩游戏为例，
   * Exploitation 就是说你总是采取某一种策略。比如说，你可能打街霸，你采取的策略可能是蹲在角落，然后一直触脚。这个策略嗯很可能可以奏效，但是可能遇到特定的对手就失效。
   *  Exploration 就是说你可能尝试一些新的一些招式，有可能你会发出大招来，这样就可能一招毙命。