本發(fā)明公開一種基于異步深度強(qiáng)化學(xué)習(xí)的無線傳感器網(wǎng)絡(luò)拓?fù)鋬?yōu)化方法，利用無標(biāo)度網(wǎng)絡(luò)模型的規(guī)則生成初始化的無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；壓縮無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；初始化異步深度強(qiáng)化學(xué)習(xí)模型；訓(xùn)練與測試階段；在訓(xùn)練階段，首先對無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行序列化，用一個(gè)行向量來表示無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；然后，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)行向量分別輸入到不同的本地網(wǎng)絡(luò)訓(xùn)練模型中；其次，本地網(wǎng)絡(luò)訓(xùn)練模型中包含兩個(gè)神經(jīng)網(wǎng)絡(luò)模型，分別是動(dòng)作選取策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)；測試階段，全局網(wǎng)絡(luò)訓(xùn)練模型對測試數(shù)據(jù)集進(jìn)行測試評估；重復(fù)步驟1、2、3和4；直至最大的迭代次數(shù)。