Las redes Ad Hoc han sido ampliamente utilizadas en tareas de comunicación de emergencia. Para las características dinámicas de las redes Ad Hoc, los problemas de limitación de energía de los nodos y el consumo desequilibrado de energía durante la implementación, proponemos una estrategia basada en teoría de juegos y aprendizaje profundo por refuerzo (GDR) para mejorar el equilibrio de las capacidades de la red y mejorar la autonomía de la topología de la red. El modelo utiliza la teoría de juegos para generar una topología adaptativa, ajusta su potencia de acuerdo con la vida promedio del nodo, ayuda al nodo con la vida más corta a disminuir la potencia y prolonga el tiempo de supervivencia de toda la red. Cuando el estado del nodo cambia, se utiliza el aprendizaje por refuerzo para generar automáticamente políticas de enrutamiento que mejoren la latencia promedio de extremo a extremo de la red. Los experimentos muestran que, bajo la condición de garantizar la conectividad, GDR tiene una varianza de energía residual más pequeña, una vida útil de red más larga y un menor retraso de red. El retraso del modelo GDR es un 10.5% más alto que el de los métodos existentes en promedio.