強化学習（RL）は、ソフトウェアエージェントが累積報酬の概念を最大化するために、どのように環境で行動を取るべきかに関係する機械学習の領域です。強化学習は、教師あり学習や教師なし学習と並んで、3つの基本的な機械学習パラダイムの1つです。強化学習は、ラベル付けされた入出力ペアを提示する必要がなく、明示的に修正されるべき最適でない行動を必要としないという点で教師あり学習とは異なります。その代わりに、（未知の領域の）探索と（現在の知識の）利用の間のバランスを見つけることに焦点を当てています。