Любой сценарий реального времени, в котором время является важной точкой данных, будь то моделирование, интеллектуальная электросеть или движения роботов, мы можем использовать класс алгоритмов, называемый обучением с подкреплением (RL), чтобы изучить оптимальную политику для агента, чтобы он может достичь заранее поставленной цели. Этой целью может быть любое количество вещей, таких как передача мощности между узлами с наименьшими затратами, обнаружение злоумышленников в системе..