Short corridor with switched act

该题目摘自Sutton的强化学习经典教材，然而它的本质是一道随机过程问题（马可夫链）

s是起点，g是终点，在每个格子以p的概率向右，（1-p)的概率向左；但是，在第2个格子里，动作会被神奇地反置，即你朝左，上帝会把你掰向右。求到G的步数期望