fix sidebar typos

docs/_sidebar.md

@@ -2,13 +2,13 @@
 - [第一章 强化学习概述](chapter1/chapter1)
 - [第一章习题](chapter1/chapter1_questions&keywords)
 - [第二章 马尔可夫决策过程 (MDP)](chapter2/chapter2)
-- [第二章习题](chapter1/chapter1_questions&keywords)
+- [第二章习题](chapter2/chapter2_questions&keywords)
 - [第三章 表格型方法](chapter3/chapter3)
-- [第三章习题](chapter1/chapter1_questions&keywords)
+- [第三章习题](chapter3/chapter3_questions&keywords)
 - [第四章 策略梯度](chapter4/chapter4)
-- [第四章习题](chapter1/chapter1_questions&keywords)
+- [第四章习题](chapter4/chapter4_questions&keywords)
 - [第五章 近端策略优化 (PPO) 算法](chapter5/chapter5)
-- [第五章习题](chapter1/chapter1_questions&keywords)
+- [第五章习题](chapter5/chapter5_questions&keywords)
 - [第六章 Q 学习 (基本概念)](chapter6/chapter6)
 - [第七章 Q 学习 (进阶技巧)](chapter7/chapter7)
 - [第八章 Q 学习 (连续动作)](chapter8/chapter8)