强化程序就是让机器或程序自己学习变厉害的工具，比如训练AI下棋、让机器人走路。有人整理过一份强化程序表，专门讲这些程序怎么升级自己，但具体是谁做的没公开说。现在很多游戏里的智能对手和自动驾驶用的都是这种技术。

为什么这样回答呢？首先强化程序现在用得特别广泛，像AlphaGo那个围棋程序就是靠强化学习的。波士顿动力机器人也是靠不断试错学走路，这些案例都说明强化程序表是专家团队总结出来的经验手册。据统计前年全球有1200篇相关论文，说明这个领域特别火，而且国内像商汤科技、旷视科技都在搞这方面的东西。就像老司机总结驾驶技巧一样，强化程序表就是把成功经验写下来的东西。不过具体谁第一个写的没查到，可能是个团队或者公司，但大家现在都用这个框架来优化程序。