強化學習（Reinforcement Learning）是透過與環境互動取得回饋，學習能最大化預期累積獎勵之政策的機器學習方法。它與主動推論都處理序列決策和探索，但兩者對目標、信念、資訊價值與模型結構的處理方式有所不同。
概念連結
維基百科
- 中文維基百科：相關條目
- English Wikipedia: related article
強化學習（Reinforcement Learning）是透過與環境互動取得回饋，學習能最大化預期累積獎勵之政策的機器學習方法。它與主動推論都處理序列決策和探索，但兩者對目標、信念、資訊價值與模型結構的處理方式有所不同。