v0.9.7

用Rcpp重写了decision_making中的for loop
效率提高了10倍

另外, 我发现Mason的文章里只有一个实验, 是分了两个group, 所以改了实例数据的名字, 不再是_Exp1, 而是_G1

---

删除了用字符串向量判定是否这个选项没被选过, 直接按照occurrence来判断

修改了一个bug, 初始值设定成lower+0.01, 而不是重复长度一致的1e-5

---

删掉了cpp中的冗余代码.
注意了seed的问题. 现在.r和.cpp都只在on-policy时执行random sample的操作. 其他地方如果用到了sample, 比如epsilon中, 则种子的设置让func_epsilon自己完成.