課程學習（curriculum learning，RL）

就像你先學算術才學微積分，RL 智能體在任務由易到難排序時學得更快。若一上來就丟給它一個極度困難的任務，它可能根本拿不到任何獎勵、永遠起不了步；而課程則先遞給它一些早期的勝利，讓它有所憑藉地往上疊。

你安排一連串難度遞增的任務或環境設定——更短的距離、更慢的對手、更少的干擾物——並在智能體精通每一階段後讓它晉級。難度可以人工設計、自動生成（環境提出剛好略超出當前能力的任務），或由自我對弈驅動，使對手永遠是勢均力敵的一方。目標生成與「反向課程」（從接近目標處開始，再把起點逐步推遠）都是熱門的變體。

課程若挑得不好，反而會誤導：在簡單版本上學到的技能可能無法遷移，或智能體會對早期階段過度擬合。這個排序必須真正導向最終任務，而不只是導向「當下最容易」的那一步。