一言以蔽之：Reinforcement能讓機器在特定環境中隨著時間學習來提高其決策能力。
行為分析法，是一種教導小朋友的方法，又稱作ABC法，透過了解孩童的前因（Antecedent）、行為（Behavior）、後果（Consequence），來改善其行為問題。舉例來說，如果小學生在課堂上表現良好，老師就給他蓋上一顆印章，如此就可以增強學生繼續這個優良行為的動機。這種行為療法如果套用在人工智慧上，就是強化學習（reinforcement learning）。
reinforcement，簡單地說，就是在每一個時間t，環境有一個狀態state s[t]，此時機器做了一個行為action a[t]，結果讓狀態變成了s[t+1]，並獲得獎勵或處罰reward r[t+1]，其中獎勵是狀態和行為的函數，r[t+1] = f(s[t], a[t], s[t+1])。學習的目標，是得到盡量多的獎勵。
當environment環境是已知的，但其analytical solution不存在，也就是說無法用if-else幫agent機器人寫出一個好的控制方式，這時候reinforcement就很適合派上場。
reinforcement最常運用在下棋和打電動上，最知名的例子是，DeepMind團隊把它在AlphaGo上，結果大獲成功，在2016年首度不讓子擊敗圍棋職業九段棋士李世乭，並在隔年打敗了人類世界冠軍柯潔。另外一個應用是在訓練機器來操縱物體，由OpenAI發布的機械手Dactyl，也是用reinforcement自學解魔術方塊。
強化學習之所以重要的原因，在於現在的機器人，要做任何一件事都需要人類寫程式，然而一旦有了人工智慧，機器就可以自學出最佳策略，而不需要人類介入編寫控制系統。