基础锁std::mutex是核心，递归场景用，超时场景用；RAII封装lock_guard（C++17+）；（灵活、支持条件变量/超时）；特殊场景；call_once；核心原则：永远用RAII封装管理锁，避免手动lock()unlock()，防止死锁。

RAII 是的缩写，翻译为“资源获取即初始化”。它的核心逻辑可以用一句话概括：将资源的生命周期与对象的生命周期绑定——在对象构造时获取资源，在对象析构时自动释放资源（无论程序正常执行还是抛出异常，析构函数都会被调用）。内存（newdeletemallocfree文件句柄（fopenfcloseopenclose线程同步资源（互斥锁lockunlock、条件变量）；网络/数据库连接（connectd

CQL：明确的 pessimism（对 OOD 动作惩罚），理论保障强，适合数据覆盖差时保证安全，但对训练数据内的腐败/噪声敏感并且超参数敏感性高。IQL：把策略问题转为受 value 指导的监督学习，训练稳定、工程实现友好，通常在噪声数据或需要稳定复现实验时表现更好；但对 Q-target 的 heavy-tail（如 dynamics corruption）敏感，需要与鲁棒统计或不确定性方法（