Reinforcement Learning is een tak van machine learning waarbij agenten leren optimale acties te nemen door interactie met een omgeving. Het systeem ontvangt beloningen of straffen voor acties en gebruikt deze feedback om het gedrag geleidelijk te verbeteren.

In tegenstelling tot supervised learning waar gelabelde trainingsgegevens vereist zijn, leert reinforcement learning door trial-and-error. Dit maakt het bijzonder krachtig voor complexe problemen waar de optimale strategie moeilijk te definiëren is, zoals spelen, robotica en optimalisatie.