심층 강화학습(deep reinforcement learning, DRL)은 지능이 요구되는 문제를 해결하기 위해 인공지능 컴퓨터 프로그램을 개발하는 머신러닝 기법 중 하나입니다. DRL의 독특한 특징은 시행착오를 통해 얻은 반응을 학습하는 것으로, 이러한 반응은 순차적이면서도 동시에 평가가 가능합니다. 이 과정에서 에이전트는 환경과 상호작용하며 보상을 최대화하는 방향으로 정책을 개선해 나갑니다. DRL은 복잡한 문제에서도 효과적으로 적용될 수 있어 게임, 로봇 공학, 자율 주행 등 다양한 분야에서 활용되고 있다고 합니다