据VentureBeat报道，强化学习是一种人工智能(AI)技术，它利用奖赏(或惩罚)来驱动代理朝着特定的目标前进。DeepMind就是利用这种学习方式AlphaGo。但是强化学习框架存在一些问题，比如需要花很多时间来掌握一个目标，而且总是不灵活，也不稳定。
针对真个问题，Google提出一个替代方案：基于其机器学习库TensorFlow的开源强化学习框架。该强化学习框架基于灵活性、稳定性和重现性三个基本原则开发，目前已发布在GitHub上。
除了该开源框架外，Google还推出了一个网站，允许开发人员能快速将针对多个代理的培训运行进行可视化。它还提供经过训练的模型、原始统计日志和TensorFlow事件文件，用于与TensorBoard一起绘图，TensorBoard是Google开发的用于TensorFlow程序的可视化工具套件。 
