L'apprentissage par renforcement entraîne un agent par essai-erreur : il effectue des actions dans un environnement, reçoit des récompenses ou des pénalités, et apprend progressivement une stratégie maximisant la récompense à long terme. C'est ainsi qu'un enfant apprend le vélo, en se corrigeant après chaque déséquilibre. Le RL alimente les systèmes de jeu, la robotique et des décisions dynamiques comme les enchères publicitaires.