在教科书中学习机器学习的框架定义强化学习（強化学習）是以行动结果所得到的奖励（结果越好数值越大的评价）为线索，通过反复试错，学会能获得更大奖励的行动方式。解说它不断重复“行动并获得结果”的过程，不只看眼前的奖励，而是寻找从长远看奖励总和更大的行动。它被用于选择棋类游戏的走法，以及控制机器人不摔倒地行走等方面。类比就像练骑自行车时，没有人教你步骤，你只凭“没摔倒能骑多远”这个手感来调整身体的用法。记忆钩子“强化”原是心理学用语，指受到表扬的行为会越来越常被重复。记住“用奖励来强化行动”。