L'obiettivo dell'agente è scegliere quelle azioni che massimizzano cette ricompensa prevista in bizarre determinato lasso temporale. Scegliendo le azioni giuste, l'agente raggiungerà l'obiettivo più velocemente. Quindi l'obiettivo dell'apprendimento per rinforzo è quello di imparare quali sono ce azioni migliori da attuare. Machine learning