工业领域的应用大到生产车间重型设备，小到机器人，无一例外，想要实现自动化都需要强化学习的技术支撑。强化学习在工业应用方面并不是在真实的环境下进行的。它一开始也是在一个模拟环境中训练的，当模型训练到一定程度，才会在真实环境中做实验，这样能够提高工作效率，还能够降低成本。强化学习是会随着环境的而变化而变化的，一般在工厂的环境下模型效果较好，如果是在外面，环境经常变化，模型的适应能力就比较弱，这一点和自动驾驶一样，如果是陌生路段，目前的自动驾驶一般效果都不会太好，因为强化学习的本质就是探索环境，寻找规律，环境发生变化，那么也意味着模型学习的难度增加。

工业应用的场景较为常见的就是工厂设备制造，多设备协调作业等。在其他工业环境中的应用有户外作业，比如智能化建筑、救援、维修等都属于工业应用。未来的产业互联网就是将物联网、人工智能技术结合，达到增加社会生产力的目的，而深度强化学习未来在工业领域将是主要的应用技术。