这一步是策略更加倾向选择能拿到更高奖励的动作。只控制模型怎么选择动作。好的表现是：缓慢持续下降，不会剧烈震荡、不会突然断崖式飙升。
Kafka 加强 offset gap、prefetch、解码失败与重试策略，避免未完成消息被后续 offset 越过。
我的观点 mobilerun 它代表了一个方向——手机的交互方式正在被重新定义。
浮点型: float（4 字节）、double（8 字节）。布尔型: boolean（1 字节）。
它可以让一个 struct 表示固定数量的重复字段，而不用把每个字段都手写出来。