El aprendizaje profundo ha proporcionado nuevas formas de manipular, procesar y analizar datos. A veces puede lograr resultados comparables o superiores al rendimiento de expertos humanos, y se ha convertido en una fuente de inspiración en la era de la inteligencia artificial. Otro subcampo del aprendizaje automático llamado aprendizaje por refuerzo, intenta encontrar una estrategia de comportamiento óptima a través de interacciones con el entorno. Combinar el aprendizaje profundo y el aprendizaje por refuerzo permite resolver problemas críticos relacionados con la dimensionalidad y escalabilidad de los datos en tareas con señales de recompensa escasas, como la manipulación robótica y las tareas de control, que ninguno de los métodos permite resolver cuando se aplica por sí solo. En este artículo, presentamos avances significativos recientes de los algoritmos de aprendizaje por refuerzo profundo, que intentan abordar los problemas para la aplicación en el dominio del control de manipulación robótica, como la eficiencia de muestras y la generalización. A pesar de estas mejoras continuas, actualmente, los desafíos de aprender habilidades de manipulación robustas y versátiles para robots con aprendizaje por refuerzo profundo aún están lejos de resolverse para aplicaciones en el mundo real.