本发明提供一种端网协同的能耗优化方法、系统、设备及介质，该方法包括：根据各基站的上一周期的工参信息和上一周期的状态信息、各终端的上一周期的位置信息、以及部署区域内各栅格的上一周期的覆盖状态信息和各栅格的历史用户信息，获取当前周期的端网状态信息；将端网状态信息，输入至优化模型中得到端网能耗最优的目标部署策略；根据目标部署策略，对各基站进行协同优化部署；优化模型是根据从经验池中循环获取的各样本数据对强化学习模型进行多智能体近端策略优化训练得到的。本发明实现更加高效、全面地获取使得端网能耗整体最优的基站部署方案。