La adopción del aprendizaje por refuerzo en el área de programación de redes está recibiendo más atención que nunca debido a su flexibilidad para adaptarse a los cambios dinámicos del tráfico de red y del estado de la red. En este estudio, se diseña un algoritmo de programación de intervalos de tiempo para el tráfico, con requisitos similares pero prioridades diferentes, utilizando una red neuronal profunda doble (DDQN), un algoritmo de aprendizaje por refuerzo. Para evaluar el comportamiento del agente DDQN, se define una función de recompensa basada en la diferencia entre la demora estimada y la fecha límite de los paquetes transmitidos en el intervalo de tiempo, y en la prioridad de los paquetes. La simulación mostró que el algoritmo de programación diseñado funciona mejor que los algoritmos existentes, como el de prioridad estricta (SP) o el planificador de peso redondo (WRR), en el sentido de que más paquetes llegaron dentro del plazo. Al utilizar el planificador propuesto basado en DDQN, se espera que la programación de redes autónoma se pueda realizar en marcos futuros, como las redes sensibles al tiempo o deterministas.