強化学習も、もちろんPythonで実装可能で、便利なフレームワークが用意されています。下記が主なものです。
ChainerRL:Deep Learningのライブラリで有名な「Chainer」を開発している、Preferred Networkが深層強化学習用のライブラリとして近年公開したフレームワーク
Dopamine:Googleが2018年に公開した強化学習アルゴリズムのフレームワーク
TensorForce:Deep Learningのライブラリで有名な「TensorFlow」を強化学習に適応したフレームワーク
RLib:Pythonの分散実行ライブラリ「Ray」の中のサブパッケージであり、強化学習のアルゴリズムを搭載している