The original version of this article unfortunately contained a mistake. The presentation of Equation (21) was incorrect. The corrected equation is given below.

中文翻译：

---

更正为：在连续的特工中进行强化学习

不幸的是，本文的原始版本包含一个错误。等式（21）的表示不正确。校正后的方程式如下。