no aprendizado por reforço, deve-se definir uma função de estado para analisar a qualidade dos modelos. Dependendo do aprendizado, o estado do modelo pode melhorar ou piorar.

o aprendizado por reforço se assemelha ao aprendizado humano. O sistema exerce tentativa e erro e quando acerta é recompensado, melhorando seu desempenho geral.

o aprendizado por reforço precisa de dados rotulados, além de um agente para funcionar.

no aprendizado por reforço, chama-se de agente o conjunto de dados que determinado modelo possa aprender.

o aprendizado por reforço necessita de um ambiente físico para ser desenvolvido, não sendo indicado para sistemas virtuais.