强化学习是一种机器学习类型，其中智能体通过在环境中做出决策以最大化奖励来进行学习。智能体与环境交互，采取行动，并以奖励或惩罚的形式接收反馈。通过试错，智能体会学习到一个将状态映射到行动的策略，旨在随时间累积最多的奖励。