Este documento sugiere un enfoque de optimización en sistemas informáticos heterogéneos para equilibrar el consumo de energía y la eficiencia. El trabajo propone una utilidad de medición de energía para un algoritmo de aprendizaje por refuerzo (PMU-RL) para ajustar dinámicamente la utilización de recursos de plataformas heterogéneas con el fin de minimizar el consumo de energía. Se aplica una técnica de aprendizaje por refuerzo (RL) para analizar y optimizar la utilización de recursos de las capacidades de estado de control de matrices de compuertas programables en campo (FPGA), que está construida para un entorno de simulación con una placa de sistemas en chip multiprocesador ZYNQ de Xilinx (MPSoC). En este estudio, se establece el modo de operación de equilibrio para mejorar el consumo de energía y el rendimiento al cambiar dinámicamente el estado de trabajo de la lógica programable (PL). Se basa en un algoritmo de RL que puede descubrir rápidamente el efecto de optimización de PL en diferentes cargas de trabajo para mejorar la eficiencia energética. Los resultados muestran una reducción sustancial del 18% en el consumo de energía sin afectar el rendimiento de la aplicación. Por lo tanto, la técnica propuesta PMU-RL tiene el potencial de ser considerada para otras plataformas informáticas heterogéneas.