本发明提供一种基于最优通信资源调度策略的on‑off‑policy深度强化学习算法。该基于最优通信资源调度策略的on‑off‑policy深度强化学习算法，包括，S1：针对有个传感器个信道的无线网络化控制系统，算法在时刻收集状态数据，使...