强化学习（Reinforcement Learning，RL）是机器学习（Machine Learning，ML）的一个分支，它能随着时间的推移，自动学习最优决策。这是许多科学和工程领域普遍研究的一个问题。RL很自然地将额外的维度（通常是时间，但并非必须是时间）并入学习方程式。这让RL更接近于人们所理解的人工智能（Artificial Intelligence，AI）