Este documento propone un esquema de programación eficiente en energía para TCP de múltiples rutas (MPTCP) en redes inalámbricas heterogéneas, con el objetivo de minimizar el consumo de energía asegurando baja latencia y alto rendimiento. Cada subflujo MPTCP es controlado por un agente que coopera con otros agentes utilizando el algoritmo de Gradiente de Política Determinista Profunda Multiagente (MADDPG). Este enfoque permite a los agentes aprender políticas descentralizadas a través de un entrenamiento centralizado y una ejecución descentralizada. El problema de programación se modela como una tarea de toma de decisiones multiagente. El esquema de programación eficiente en energía propuesto, denominado EE-MADDPG, demuestra ahorros significativos de energía manteniendo una latencia más baja y un mayor rendimiento en comparación con otras técnicas de programación de vanguardia. Al adoptar un enfoque de aprendizaje profundo de refuerzo multiagente, los agentes pueden aprender políticas de programación eficientes que optimizan varias métricas de rendimiento en redes inalámbricas heterogéneas.