Nous étudions le problème de l'apprentissage du raisonnement dans des grands graphes de connaissances (KGs). Plus précisément, nous décrivons un nouveau cadre d'apprentissage par renforcement pour l'apprentissage de chemins relationnels multi-sauts : nous utilisons un agent basé sur une politique avec des états continus fondés sur les plongements de graphes de connaissances, qui raisonne dans un espace vectoriel de graphe de connaissances en échantillonnant la relation la plus prometteuse pour étendre son chemin. Contrairement aux travaux antérieurs, notre approche inclut une fonction de récompense qui prend en compte la précision, la diversité et l'efficacité. Expérimentalement, nous montrons que notre méthode proposée surpassе celle basée sur le classement des chemins et les méthodes de plongement de graphes de connaissances sur les ensembles de données Freebase et Never-Ending Language Learning.