@9.2 弱个性化CEM，强个性化强化学习

通过不停分组让 CEM 算法实现个性化。随着区分越来越细，流量越来越少，CEM这种尝试+调整的路线就行不通了。#card

• 其一，CEM自身没有学习环节来记忆探测后的表现，也不能从中获取规律；

• 其二，CEM探测用的点之间互相没有联系，也没有什么规律能够共享。

如果有一个能做高度个性化的方法，它需要满足哪些条件？#card

• ①和CEM一样，要能够接受非样本级的反馈；

• ②要输出一个决策，改变当前的参数；

• ③存在一个学习环节，学习到不同参数和对应奖励中间存在的规律。