本发明涉及工业5G网络技术，具体地说，它是一种面向高并发多业务工业5G网络的动态资源分配方法。本发明包括以下步骤：建立网络系统模型，构建面向高并发多业务的工业5G网络动态资源分配的机器学习模型；采集工业5G网络内所有工业设备在不同时隙的状态、动作、奖励信息，训练机器学习模型；循环评估不同业务的网络性能指标，训练机器学习模型直至满足性能要求；以当前时隙工业5G网络内所有工业设备的状态信息作为机器学习模型输入，对所有工业设备多个不同类型并发业务进行资源分配。本发明解决了工业5G网络中大规模异构工业设备并发通信过程中控制命令、工业音视频、感知数据等多种类型业务对实时性、可靠性、吞吐量需求各异造成的资源冲突问题。