Con el rápido aumento en el número de terminales de sensores inalámbricos en las redes inteligentes, la retrodispersión se ha convertido en una tecnología verde muy prometedora. Mediante la retrodispersión, los sensores inalámbricos pueden reflejar señales de energía en el entorno para intercambiar información entre sí o capturar las señales de energía para recargar sus baterías. Sin embargo, el entorno cambiante alrededor de los sensores inalámbricos, la limitada frecuencia de radio y las diversas prioridades de servicio en las comunicaciones ascendentes plantean grandes desafíos en la asignación de recursos. En este documento, presentamos un modelo de comunicación de retrodispersión basado en la prioridad empresarial y la red cognitiva. Con el fin de lograr un rendimiento óptimo del sistema, se diseña un algoritmo de ventaja asincrónica actor-crítico (A3C) para abordar el problema de la asignación de recursos ascendentes. Los resultados experimentales indican que el esquema presentado puede mejorar significativamente el rendimiento general del sistema y garantizar los requisitos comerciales de los usuarios de alta prioridad.