该文综述深度强化学习在供应链库存、无线网络、仓库机器人及车间调度等领域的应用。研究表明，DRL在库存管理中优于传统重订购策略，DeepRAT可优化异构网络下行速率，贝叶斯深度Q网络能平衡探索与执行，RBF-DQN在连续控制中表现突出，PPO2更适应不确定需求下的供应链规划。