Güçlendirme öğrenimi (RL), bir ajanının deneme-yanılma yoluyla ortamıyla etkileşime girerek bir görevi öğrenmesini sağlayan yapay zeka alt dalıdır.
Bu kılavuzda, OpenAI araştırmacıları tarafından 2017'de tanıtılan ve robotik kontrol ile büyük dil modelleri ince ayarında hâlâ yaygın olarak kullanılan PPO algoritması ile bir denge robotu eğitimi anlatılmaktadır.
Eğitim süreci tamamen simülasyonda gerçekleştirilir; bu sayede robot düşse bile kolayca sıfırlanabilir, fizik motoru gerçek zamanından hızlı çalıştırılabilir ve paralelleştirme ile süre kısaltılabilir.