Replay Buffer

实现一个最小 Replay Buffer 类。add(transition) 方法追加 transition，sample(n) 方法返回最近 n 个 transition（按插入顺序排列，最新项在最后）。如果当前 transition 少于 n 个，则返回全部内容。Buffer 使用 Python 列表存储 transition。