Prozess, bei dem ein lernendes System Entscheidungen trifft, auf deren Basis es anschließend handelt. Dazu verwendet es einen Algorithmus der lernt, die Erfolgsaussichten der einzelnen Aktionen in den verschiedenen Situationen besser einzuschätzen. Für die gewählten Aktionen erhält es positives oder negatives Feedback. Ziel des Systems ist, möglichst viel positives Feedback zu erhalten. Beim Deep Reinforcement Learning werden dazu künstliche neuronale Netze als Modelle verwendet, die man erfolgreich in Spielen eingesetzt hat (z.B. Go, Poker, Atari).