本发明实施例提供一种用于认知无线网络的切片资源分配方法及系统。该方法包括：基于增强型移动宽带切片和超高可靠超低时延通信切片，建立认知无线网络切片资源分配模型；基于Actor-Critic深度强化学习算法对所述认知无线网络切片资源分配模型进行深度强化学习，得到切片资源分配最优解；其中，所述Actor-Critic深度强化学习算法包括定义用户状态和当前时刻到下一时刻的动作，并由所述用户状态和所述动作构建系统奖励函数。本发明实施例通过在认知网络资源分配中，结合切片技术和Actor-Critic深度强化学习算法，在有限的频谱资源和受限的发射功率情况下，对资源进行最优分配，使得系统吞吐量最大。