本发明公开了一种深度强化学习分组调度方法，并公开了具有深度强化学习分组调度方法的系统、终端及介质，其中深度强化学习分组调度方法包利用通感算一体化思想，采用多智能体深度强化学习的方法，实现多种QoS业务的分组调度问题。实际考虑了电力计量设备的不同业务类型特性，建立了业务分类模型，将业务划分为若干优先级类别，并设置了业务优先级动态调整机制，通过深度强化学习算法建立了业务数据包调度模型，基于神经网络设计了面向时延的数据包调度方法，通过神经网络的不断训练，使得不同优先级数据包的时延得到优化，可以使多用户能够公平的共享链路带宽，提高网络利用率，保证各类电力计量业务的时延，实现多业务的高质量传输。