强化学习（Reinforcement learning）潜力无穷，能解决许多开发应用上面临的艰难决策问题，包括产业自动化、自主驾驶、电玩竞技游戏以及机器人等，因此备受瞩目。

强化学习是机器学习（Machine learning）的一种，指的是电脑透过与一个动态（dynamic）环境不断重复地互动，来学习正确地执行一项任务。这种尝试错误（trial-and-error）的学习方法，使电脑在没有人类干预、没有被写入明确的执行任务程式下，就能够做出一系列的决策。最著名的强化学习案例就是AlphaGo，它是第一支打败人类围棋比赛世界冠军的电脑程式。

强化学习的运作主要是仰赖动态环境中的资料—也就是会随着外部条件变化而改变的资料，像是天气或交通流量。强化学习演算法的目标，即是于找出能够产生最佳结果的策略。强化学习之所以能达成目标，是借着软体当中被称为主体 （agent）的部分在环境中进行探索、互动和学习的方法。
...
...