Reinforcement Learning-এ একটি system বারবার environment-এর সঙ্গে interaction করে এবং অভিজ্ঞতা থেকে সিদ্ধান্ত নেওয়া শেখে।
Agent: যে সিদ্ধান্ত নেয়—যেমন game-playing bot বা delivery robot।
Environment: যে জগতের মধ্যে agent কাজ করে।
State: কোনো মুহূর্তে environment-এর বর্তমান অবস্থা।
Action: state দেখে agent যে কাজটি বেছে নেয়।
ধরুন একটি robot maze থেকে বের হতে শিখছে। Robot হলো agent, maze হলো environment, robot-এর বর্তমান position হলো state এবং left/right/forward যাওয়া হলো action।
Reinforcement Learning-এ agent বর্তমান state দেখে action নেয়, environment থেকে নতুন state ও reward পায় এবং এই interaction-এর মাধ্যমে ভালো decision-making policy শেখে।