我正在阅读这篇论文Anxiety, Avoidance and Sequential Evaluation并且对特定实验室研究的实施感到困惑。即，作者使用简单的 MDP 对所谓的 Balloon 任务进行建模，其描述如下：

我的困惑是以下句子：

...这种不良转变的概率是使用正态密度函数建模的，带有参数$N(16, 0.5)$

但事实上这是一个连续的正态分布，这让我很难过。在 MDP 中，通常有一个很好的离散转换矩阵，因此对于如何实现它没有歧义。例如，如果他们说向坏状态的转换是由带有参数的伯努利随机变量建模的$p,$那么如何实现它就很清楚了。我会做类似的事情：

def step(curr_state, curr_action):
   if uniform random variable(0,1) < p:
      next_state = bad state

但是他们为这个“坏”的过渡使用了一个正常的随机变量，那么我该如何实现呢？