shape[0]) Define gradient functions as follows: gw = T.
高吞吐 I/O 会把 IValueTaskSource 放进对象池中复用：一次操作完成并被消费后，同一个 IValueTaskSource 就可以开始下一次操作。
数值区间解读 ≈ 1.0：完美！价值网络预测和真实回报几乎一致 > 0：价值网络有一定预测能力（有效） ≈ 0：价值网络预测效果 ≈ 和直接猜平均值差不多，基本没用 < 0：最差情况！
response.HasStarted) { var startAsyncTask = response.