記憶ベース学習(MBL)

モデルの重みを更新するのではなく、意思決定の時点で蓄積された経験を検索して再利用することで、エージェントの振る舞いを改善する。過去のやり取り、結果、ユーザーフィードバックは記憶としてインデックス化され、類似度によって呼び出されて新たな意思決定を形づくり、再訓練なしに継続的なパーソナライズを可能にする。