本发明公开了一种低时延的网络辅助全双工模式优化方法。针对网络辅助全双工无蜂窝大规模MIMO系统中接入节点的双工模式选择问题，提出了一种可以降低服务时延溢出概率的方案。具体方案为：建立网络辅助全双工无蜂窝大规模MIMO系统模型，并推导出每个用户的时延溢出概率表达式；建立以最小化最大时延溢出概率为优化目标的优化问题；采用基于Q‑learning的智能强化学习算法求解优化问题，输出可以降低时延的最优双工模式选择向量。该方法保证了高效的资源预分配和用户低时延的服务需求，并通过智能算法使系统可以自主寻找最优解，为网络辅助全双工无蜂窝系统支撑6G通信中超高可靠超低时延问题的解决具有非常重要的意义，因此本发明具有一定的实际价值。