AI 中的学习智能体是一种旨在通过与环境交互并根据反馈进行调整来随着时间推移提高其性能的系统。 与遵循固定规则的静态程序不同，学习智能体使用算法来分析数据、识别模式并调整其行为以实现特定目标。 这些智能体通常由四个关键组成部分组成：一个学习元素（更新知识）、一个性能元素（做出决策）、一个批评者（评估结果）和一个问题生成器（提出新的学习场景）。 例如，根据用户互动调整其建议的推荐系统就是一个学习智能体，因为它通过持续的数据处理来发展对用户偏好的理解。
学习智能体通过行动、反馈和改进的迭代循环来运作。 该过程从智能体根据其当前知识采取行动开始（例如，机器人导航房间）。 然后，批评者评估结果（例如，机器人是否到达目的地）并向学习元素提供反馈。 该反馈用于更新智能体的内部模型，例如调整神经网络中的权重或改进决策树。 随着时间的推移，性能元素变得更擅长做出决策，例如更有效地避开障碍物。 例如，自动驾驶汽车的学习智能体可能从基本的交通规则开始，但逐渐学会处理复杂的场景，例如通过分析数千小时的驾驶时间和避碰数据来在繁忙的交通中并线。
开发人员使用各种技术来实现学习智能体，具体取决于任务。 监督学习智能体依赖于标记数据集（例如，通过训练标记为“垃圾邮件”或“非垃圾邮件”的示例来对垃圾邮件进行分类）。 无监督学习智能体识别未标记数据中的模式（例如，根据购买行为对客户进行聚类）。 强化学习智能体通过试错来学习，根据行动获得奖励或惩罚（例如，通过评估导致获胜的步骤来掌握国际象棋的游戏 AI）。 这些智能体不限于软件； 它们可以控制物理系统，例如优化装配线效率的工业机器人。 学习智能体的灵活性使其适用于各种领域，但其有效性取决于精心设计的反馈机制和高质量的数据。