本發(fā)明公開了一種微網(wǎng)群邊緣調(diào)度與智能體輕量化裁剪方法，包括：構(gòu)建包括電力終端和邊緣設(shè)備的微網(wǎng)群，計算能力最強的邊緣設(shè)備k中設(shè)有任務(wù)分配模型；設(shè)置總訓練輪次、初始訓練輪數(shù)，初始化每個電力終端的本地訓練模型、稀疏度范圍、本地訓練模型的聚合權(quán)重、經(jīng)驗重放內(nèi)存；電力終端基于深度強化學習方法對任務(wù)分配模型進行訓練，并基于模型剪裁對本地訓練模型進行剪裁，邊緣設(shè)備k對訓練后的模型進行聚合并更新任務(wù)分配模型；根據(jù)更新后的任務(wù)分配模型，并以最大化長期效益期望為目標預測資源分配策略；電力終端根據(jù)資源分配策略執(zhí)行任務(wù)。本發(fā)明可以在保證決策準確高效的同時避免大量原始數(shù)據(jù)的傳輸、降低模型訓練時傳輸?shù)臄?shù)據(jù)量和傳輸時延。