Bestärkendes Lernen bzw.
Verstärkendes Lernen (
engl. reinforcement learning, aber auch
approximate dynamic programming,
neurodynamic programming und
policy search) ist der Überbegriff für eine Reihe von Methoden des
Maschinellen Lernens, bei denen ein
Agent den
Nutzen von Aktionsabfolgen in einer Welt bestimmt. Zu diesem Zweck benutzt Bestärkendes Lernen die Theorie der
Markow-Entscheidungsprobleme (engl. Markov Decision Processes (MDP)). Konkret formuliert, steht dahinter der Versuch, an einen Agenten ausgeschüttete Belohnungen so über die vorangegangenen Aktionen zu verteilen, dass der Agent den Nutzen einer jeden Aktion kennt und ausnutzen kann.