Q-learning is een versterkingsleeralgoritme dat agenten leert optimale acties in verschillende situaties uit te voeren. Het algoritme leert de waarschijnlijkheid of bruikbaarheid van elke mogelijke actie in elke toestand, opgeslagen in een waardentabel of Q-tabel.

Q-learning is model-vrij, wat betekent dat het agenten toestaat te leren zonder volledig begrip van de omgeving. Het algoritme werkt door middel van trial-and-error, waarbij beloning signal aangeeft of acties goed of slecht waren. Dit maakt het zeer nuttig voor robotica en spelspelen.