强化学习（Reinforcement Learning）是近几年来研究热度最高的人工智能技术，著名的Alpha GO以及Alpha Zero 均采用深度强化学习作为核心技术。强化学习拥有悠久的研究历史，它是接近人类及动物在大自然中所表现出的学习方式，几十年来通过人们不断的实践与总结，形成了强化学习这一人工智能的研究方法。