v0.9.6

1. 增加了on-policy还是off-policy的选项, 区别是更新的价值是人类选择的价值(off-policy)还是更新真的由机器人sample的选项的价值
2. 增加了lapse这个参数, 表示手滑的概率, 这样logP可以直接写成logP, 而不需要加上一个极小的值, 现在lapse取0.02, 保证每个选项有1%的概率被选择.
3. 用LaplacesDemon实现了MCMC的贝叶斯. 但是只放在了文章里. 因为为了这个方法, 需要重构model. 和目前的MLE或者MAP不兼容.
4. ByteCompile: TRUE, 现在包本身会被编译. 而且每个对象函数在进循环之前也会被编译. 这仅仅是转化成了R和Cpp之间的中间语言. 能提高一定的运行效率, 但仍有限. 在优化了decision_making中的逻辑后, 效率提升了约20%.

下个版本更新用cpp重写的decision_making. 估计能有数十倍的提升. 其本质逻辑是, 放弃R中表格的逐行更新, 改为cpp中的向量计算.