Recompensa en la segunda versión del entorno para el openai-gym

[luzbel]

La recompensa actual es ((self.porcentaje + 1) / 10000) * self.obsequium / 31

¿cuál es la escala para la recompensa?
Porque la partida perfecta es porcentaje=100 y obsequium=31 y esto da como recompensa un triste 0,0101000000

Aunque si los valores son relativos, es bastante más que estar con porcentaje a cero (no haber avanzado nada) y a punto de morir (obsequium 5) que nos da recompensa 0,0000161290