强化学习在人工智能领域取得了瞩目的成果，特别是Deepmind在AlphaGo和游戏中的突破。在文本领域，如对话，文本生成，强化学习也展示出了比传统方法更优的训练效果。本次报告将针对神经机器翻译中强化学习的应用，主要涉及以下三个方面：1）在强化学习中利用无监督（单语）语料训练翻译模型。针对无监督语料缺少目标语言而无法得到奖励信号的问题，我们设计了奖励函数来帮助无监督语料的训练；2）另一方面，我们利用对抗生成网络来帮助机器翻译模型的训练，将判别器作为奖励函数对训练过程提供奖励信号；3）在大数据和深层网络的环境下，强化学习面临更多的挑战，而以往的经验是否适用以及有效是一个值得探索的问题。我们探索了在这样的背景下强化学习如何能够有效的训练，以及如何利用无监督语料参与训练，并得到了一些有意义的结论。