Reinforcement Learning ist eine Methode des maschinellen Lernens, bei der ein Agent lernt, wie er durch Interaktion mit einer Umgebung eine bestimmte Aufgabe ausführen kann. Hierbei wird das Verhalten des Agenten durch Belohnungen oder Bestrafungen gesteuert, die er für seine Handlungen erhält. Der Agent verbessert seine Entscheidungsfindung durch Erfahrung und sucht nach der optimalen Aktion, um die höchste Belohnung zu erhalten. Reinforcement Learning wird in vielen Anwendungen eingesetzt, wie z.B. Robotik, Spiele und autonome Fahrzeuge. Es gilt als einer der vielversprechendsten Ansätze des maschinellen Lernens für Anwendungen, bei denen eine Interaktion mit der Umgebung erforderlich ist.