強化學習（Reinforcement Learning, RL）是機器學習的一箇子領域，用於描述和解決智能體（agent）在與環境的交互過程中通過學習策略以達成回報最大化或實現特定目標的問題。
強化學習的基礎思想是智能體在環境中通過嘗試和錯誤的過程，根據環境反饋的獎勵信號不斷調整自身的行爲策略，以實現長期收益的最大化。強化學習的核心在於智能體必須開發已有的經驗來獲取收益，同時也要進行試探，以便未來可以獲得更好的動作選擇空間。強化學習的常見模型是馬爾可夫決策過程（MDP），並且可以分爲基於模型的強化學習（model-based RL）和無模型強化學習（model-free RL），以及主動強化學習和被動強化學習。此外，強化學習還包含逆向強化學習、階層強化學習和部分可觀測系統的強化學習等變體。
強化學習算法可以分爲策略搜索算法和值函數算法兩類，且深度學習模型可以融入強化學習中，形成深度強化學習。強化學習理論受到行爲主義心理學啓發，側重在線學習並試圖在探索-利用之間保持平衡。與監督學習和無監督學習不同，強化學習不要求預先給定任何數據，而是通過接收環境對動作的獎勵（反饋）獲得學習信息並更新模型參數。
強化學習在信息論、博弈論、自動控制等領域有所討論，並被用於解決有限理性條件下的平衡態問題、設計推薦系統和機器人交互系統等。一些複雜的強化學習算法在一定程度上具備解決複雜問題的通用智能，例如在圍棋和電子遊戲中達到人類水平。