智能體與環境（agent and environment）

強化學習把整個世界只切成兩塊。智能體（agent）是學習者與決策者——也就是你要打造、訓練的那部分。環境（environment）則是其餘的一切：智能體所處、並會對牠的行為做出反應的世界。下棋程式是智能體；棋盤、規則和對手是環境。倉儲機器人是智能體；貨架、地板和包裹是環境。

這條界線是依「智能體能直接控制什麼」來畫的。凡是牠無法靠選擇改變的東西——哪怕是牠自己身體的一部分，例如機器人磨損的馬達——都算進環境。每一步，智能體向環境送出一個動作，環境則回傳一個新情境和一個獎勵。把這條線畫清楚，是把任何問題框成強化學習的第一步。