El problema de dispersión capacitada, que es una variante del problema de diversidad máxima, tiene como objetivo determinar un conjunto de elementos dentro de una red. Estos elementos podrían simbolizar, por ejemplo, instalaciones en una cadena de suministro o nodos de transmisión en una red de telecomunicaciones. Aunque cada elemento suele tener una capacidad de servicio limitada, en esta investigación introducimos un giro. La capacidad de cada nodo podría estar influenciada por un componente de Bernoulli aleatorio, lo que hace posible que un nodo tenga capacidad cero, lo cual depende de un mecanismo de caja negra que tiene en cuenta variables ambientales. Reconociendo la complejidad inherente y la naturaleza NP-difícil del problema de dispersión capacitada, los algoritmos heurísticos se han vuelto indispensables para manejar instancias más grandes. En este artículo, presentamos un enfoque novedoso al hibridar un algoritmo heurístico con aprendizaje por refuerzo para abordar esta variante de problema intrincado.