Reinforcement Learning es un subcampo de Machine Learning que le enseña a un agente cómo elegir una acción de su espacio de acción, dentro de un entorno particular, para maximizar las recompensas con el tiempo.

El aprendizaje por refuerzo tiene cuatro elementos esenciales:

• Agente. El programa que entrena, con el objetivo de hacer el trabajo que especifique.
• Ambiente. El mundo, real o virtual, en el que el agente realiza acciones.
• Acción. Un movimiento realizado por el agente, que provoca un cambio de estado en el entorno.
• Recompensas La evaluación de una acción, que puede ser positiva o negativa.

https://bootcampai.medium.com/reinforcement-learning-aprendizaje-por-refuerzo-c34bb085bb5