Nos últimos anos, os micros nadadores (biológicos ou sintéticos) têm atraído a atenção de muitos pesquisadores em todo o mundo devido às suas aplicações na medicina e na indústria. O desenvolvimento de robôs nadadores em micro ou nanoescala traz os benefícios de acessar locais pequenos e interagir com os elementos neste ambiente particular. Para poder nadar em micro escala, é necessário aprender estratégias de propulsão eficientes. Neste trabalho, discutiremos um modelo de elementos finitos de micro nadadores que serão treinados por um algoritmo de aprendizado por reforço para executar algumas tarefas simples. O modelo de elementos finitos resolve o problema de interação do fluido com a estrutura sólida e o algoritmo de aprendizado por reforço é o Q-Learning. Os resultados irão ilustrar estatisticamente o comportamento do micro nadador em cada uma das tarefas aprendidas.