：我々は、公開時点でのランキング、DRLの調査についての調査を行う
1.タイ、L.、張、J.、劉、M.、Boedecker、J.、＆Burgard、W.（2016）。強化から模倣へ：ロボットに学習制御のための深いネットワークソリューションの調査。arXivのプレプリントarXivの：1612.07139。
2.ムサビ、SS、Schukat、M.、＆ハウリー、E.（2016年、7月）。ディープ強化学習：概要。SAI知能システムの会議の議事録（頁426から440）。スプリンガー、チャム。
3区、S.、ホリー、E.、Lillicrap、T.、＆レヴァイン、S.（2017年、月）。非同期オフポリシーの更新を持つロボット操作のためのディープ強化学習。ロボット工学とオートメーション（ICRA）（頁。3389から3396）の2017年IEEE国際会議で。IEEE。
4. Arulkumaran、K.、Deisenroth、MP、ブランデージ、M.、＆バーラト、AA（2017）。ディープ強化学習：簡単なアンケート。IEEE信号処理マガジン、34（6）、26-38。
5.のLi、Y.（2017）。ディープ強化学習：概要。arXivのプレプリントarXivの：1701.07274。
6.クリスティアーノ、PF、Leike、J.、ブラウン、T.、Martic、M.、レッグ、S.、＆Amodei、D.（2017）。人間の好みから学ぶディープ強化。ニューラル情報処理システム（頁。4299から4307）の進歩で。
7.グエン、ND、グエン、T.、＆Nahavandi、S.（2017）。調査：深い強化学習を用いて、ヒト・レベルのエージェントのためのシステム設計の視点。IEEEのアクセス、5、27091から27102。
8. Agostinelli、F.、Hocquet、G.、シン、S.、＆バルディ、P.（2018）。概観：ディープ強化学習に強化学習から。機械学習におけるBraverman読書で。インセプションから現在の状態にキーアイデア（頁298から328）。スプリンガー、チャム。
9.ヘルナンデス-レアル、P.、カルタル、B.、＆テイラー、ME（2019）。マルチエージェント深い強化学習の調査と批判。自律エージェントとマルチエージェントシステム、33（6）、750から797。
10. ALOM、MZ、タハ、TM、Yakopcic、C.、Westberg、S.、Sidike、P.、Nasrin、MS、...＆アサリ、VK（2019）。深い学習理論とアーキテクチャ上の最先端の調査。エレクトロニクス、8（3）、292
11.リチウム、G.、ゴメス、R.、中村、K.、＆彼、B.（2019）。人間中心の強化学習：A調査。ヒューマンマシンシステム上のIEEEトランザクション、49（4）、
