基于记忆的学习(MBL)

通过在决策时检索并复用已存储的经验来改善智能体行为，而非更新模型权重。过往交互、结果和用户反馈被索引为记忆，并按相似度召回以塑造新的决策，从而无需重新训练即可实现持续的个性化。