تعد ماكينات الـCNC من الركائز الأساسية في التصنيع الحديث، إلا أنها غالبًا ما تعاني من قصور بسبب الاعتماد على أساليب تحسين ثابتة. تفتقر الطرق التقليدية إلى المرونة للتكيف مع التغيرات في الوقت الفعلي. يوفر التعلم المعزز (RL) – وهو أحد فروع التعلم الآلي – قرارات ديناميكية من خلال التعلم عبر التفاعل مع البيئة وتعظيم المكافآت التراكمية وتحسين عمليات الخراطة بشكل مستمر. يبحث هذا المشروع في كيفية استخدام التعلم المعزز لتحسين عمليات ماكينات الخراطة CNC، مع التركيز على تقليل خشونة السطح وزمن التشغيل وتآكل الأدوات، وذلك من خلال ضبط معلمات التشغيل الأساسية مثل معدل التغذية وسرعة القطع وعمق القطع. تم بناء بيئة مخصصة للتعلم المعزز في برنامج MATLAB، كما تم اختبار عدة خوارزميات قائمة على السياسات لتحديد أفضل استراتيجية تحسين.