李察·S·薩頓

李察·S·薩頓（英語：Richard S. Sutton FRS FRSC，1957/1958年 - ），加拿大電腦科學家，阿爾伯塔大學電腦科學系教授、Keen Technologies研究科學家^[1]，被認為是現代電腦強化學習領域的奠基人^[2]，對該領域有諸多突出貢獻，包括時序差分學習和策略梯度演算法（英語：Policy gradient method）^[3]。

李察·S·薩頓 Richard S. Sutton FRS FRSC
2021年
出生	1957/1958年（67—68歲） 美國俄亥俄州
公民權	加拿大
教育程度	史丹福大學 馬薩諸塞大學阿默斯特分校
知名於	時序差分學習, Dyna, Options, GQ(λ)
獎項	人工智能促進協會會士（2001年） 國際神經網絡學會會長獎（2003年） 加拿大皇家學會會士（2016年） 圖靈獎（2025年）
網站	incompleteideas.net
科學生涯
研究領域	人工智能 強化學習
機構	阿爾伯塔大學
論文	Temporal credit assignment in reinforcement learning（1984）
博士導師	安德魯·巴托
博士生	大衛·施華 多伊娜·普雷祖普（英語：Doina Precup）

2025年，他與安德魯·巴托共同獲得圖靈獎^[4][5]。