強化学習に達成報酬（ご褒美）が効果的なのはもちろんですが、報酬の内容にはよくよく気を付けてください
報酬の要求水準はエスカレートしていくので即物的な報酬はあっという間に高く付く事になります
つまり一回で済んだ所が二回三回と増えていきますｗ