让机器人学习动作的时候，报酬这个概念是关键要素之一。就像我们玩电脑游戏的时候，打倒敌人就会获取积分，这种积分的上升就相当于报酬。
如果每当机器人达成人类指定的目标时，积分就会增加，机器人就会思考：“在目前为止的动作中，哪些是获得此次成功的决定性因素？”
比方说，让机器人进行飞机的组装工作，如果机器人完成某项作业，就得到1分，失败就给0分。把这种报酬体系编入程序中，对于机器人的学习来说是非常必要的。
阿比贝尔先生还表示，对于这种报酬的编程并非易事。例如，想让扫地机器人知道“大量吸起灰尘和垃圾”是正确的行为——这种情况下，机器人可能会认为“吸起一定量的垃圾和灰尘之后喷出来，再吸起来”就是吸起大量的灰尘或垃圾。进行了错误学习的人工智能，会用错误的方法，做出人意想不到的行动。
