强化学习作为机器学习的一个重要的领域，在机器学习的发展史上具有举足轻重的地位。近年来，工程师与科学家将强化学习模型应用在了在游戏、自动驾驶、机器人以及优化领域等领域并取得了非常卓越的成果。强化学习是一种利用环境反馈的学习机制(类似于人类在错误中总结，在失败中成长)，类似的机制还有诸如博弈论，控制论，遗传算法等。
日前，Google 发布了基于 TensorFlow 的强化学习框架: TF-AGENTS，作为一款优秀的强化学习框架 TF-AGENTS 可以让强化学习的工程师和科学家在设计、实现以及测试新的强化学习算法时更加的方便与快捷。同时，由于对代码结构的精心设计，在实际使用它时也有利于提高使用者的产品迭代速度。不仅仅如此，TF-AGENTS 还提供了基础的测试与基准测试部分帮助大家快速上手与构建『第一个强化学习』程序。
项目 GitHub 地址