Explorer 在需要某类外壳功能时读取相应注册来源，例如图标覆盖、Shell Execute 钩子或延迟加载的 Shell Service Object。
important; padding: 12px !important; margin: 16px 0 !
Linq.Expressions 的解释模式替代 反射受限 依赖反射的序列化库可能失效 优先使用 System.
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。