本發(fā)明公開(kāi)了面向蜂窩網(wǎng)絡(luò)的改進(jìn)式強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)覆蓋優(yōu)化方法，包括：(1)從異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境中采集終端路測(cè)數(shù)據(jù)和基站側(cè)靜態(tài)數(shù)據(jù)，處理得到平衡數(shù)據(jù)集；(2)從平衡數(shù)據(jù)集中選取一部分?jǐn)?shù)據(jù)作為訓(xùn)練集輸入到隨機(jī)森林模型中，對(duì)隨機(jī)森林模型進(jìn)行訓(xùn)練得到網(wǎng)絡(luò)覆蓋預(yù)測(cè)模型；(3)設(shè)置覆蓋優(yōu)化的目標(biāo)函數(shù)；(4)設(shè)置強(qiáng)化學(xué)習(xí)與網(wǎng)絡(luò)覆蓋優(yōu)化問(wèn)題的空間映射，訓(xùn)練強(qiáng)化學(xué)習(xí)智能體，得到工程參數(shù)的調(diào)整策略以及覆蓋優(yōu)化結(jié)果。本發(fā)明方法自動(dòng)改進(jìn)優(yōu)化行為，從而擁有更快的收斂速度，同時(shí)能夠積累大量運(yùn)維優(yōu)化經(jīng)驗(yàn)并自主形成優(yōu)化策略，避免了優(yōu)化過(guò)程對(duì)網(wǎng)絡(luò)性能產(chǎn)生較大影響。