La programación de pedidos es de gran importancia en las industrias de internet y comunicación. Con el rápido desarrollo de la industria de la comunicación y la creciente variedad de demandas de los usuarios, el número de órdenes de trabajo para los operadores de comunicación ha crecido exponencialmente. La regla de despacho prioritario (PDR) es un método heurístico ampliamente utilizado en sistemas de programación del mundo real. En este documento, proponemos un enfoque para optimizar automáticamente la Regla de Despacho Prioritario (PDR) utilizando un agente de aprendizaje por refuerzo profundo de múltiples objetivos y para optimizar el vector ponderado con un casco convexo para obtener los pesos más objetivos y eficientes.