该文综述多项研究，探讨用深度强化学习优化城市交通调度，方法包括AM-DQN、CVNet、NeurADP及时空强化学习等，应用于打车、共享单车、列车与配送调度。实验表明，这些方法在供需平衡、司机收入、等待时间和需求损失等指标上优于传统启发式，具稳健性与迁移能力。