原因：beta分布的参数为负数，导致采样时出现上述错误。
解决时间：3h
定位问题：
1. 通过log确定出错的代码：beta分布采样
2. 搜索这个error，并没有发现与beta分布采样有关的资料，现有的资料都是说在解方程时没有解造成的错误。
3. 由于代码没动过，怀疑和beta参数有关，于是打印beta分布的参数。期间犯了新手的错误，没有collect()，导致在executer上打印了参数
5. collect()之后发现参数有负值(参数alpha)，这个值表示的是奖励，在不继地累加，而类型是int，最终超过了上限变成了负值。
定位策略优化:
1. 定位到是beta分布采样时出错，首先要做的是检查beta分布的参数是否异常，应该要先打印参数检查下。