Обучение с подкреплением занимает особое место в мире машинного обучения. В отличие от других форм машинного обучения, таких как контролируемое или неконтролируемое обучение, обучение с подкреплением не требует каких-либо существующих данных, а скорее генерирует эти данные путем проведения экспериментов в заранее определенной среде. Эксперименты руководствуются целью, которая может быть предоставлена ​​извне в качестве награды или может быть внутренней, например исследовать или..