Das ist eine Art des Maschinellen Lernens, bei der die KI wie ein Lebewesen durch Ausprobieren und Belohnung (oder Bestrafung) lernt. Der KI-Agent trifft Entscheidungen in einer Umgebung, um ein bestimmtes Ziel zu erreichen. Für gute Aktionen erhält er eine „Belohnung“, für schlechte eine „Bestrafung“. So lernt er mit der Zeit, welche Strategien am erfolgreichsten sind. Man kennt das zum Beispiel von KIs, die lernen, Spiele wie Go oder Schach auf übermenschlichem Niveau zu spielen.