強化學習（Reinforcement Learning）是機器學習方法，代理人透過與環境互動並獲得回饋，學習能最大化長期累積獎勵的政策。它與主動推論在決策、探索與學習問題上有交集，但目標函數、狀態表示與不確定性處理方式可不同。 相關概念：主動推論、探索與利用、政策、預期自由能 維基百科：中文強化學習｜英文Reinforcement learning｜日文強化学習