Las redes de sensores inalámbricos recargables proporcionan una solución efectiva al problema de limitación de energía en las redes de sensores inalámbricos al introducir cargadores para recargar los nodos. Los algoritmos de carga bajo demanda, que programan al cargador móvil para cargar el nodo con menos energía basándose en el estado de energía del nodo, son uno de los principales tipos de algoritmos de programación de carga para redes de sensores inalámbricos recargables. Sin embargo, la mayoría de los algoritmos de carga bajo demanda existentes requieren un umbral de solicitud de carga predefinido para incitar a los nodos con niveles de energía más bajos que este umbral a enviar una solicitud de carga explícita a la estación base para que esta pueda programar al cargador móvil para cargar estos nodos. Estos algoritmos ignoran la diferencia en importancia de los nodos en la red, y las solicitudes de carga enviadas por nodos de forma independiente pueden interferir con la programación óptima global del cargador móvil. Además, reenviar solicitudes de carga en la red aumenta la carga de la red. En este trabajo, con el objetivo de maximizar los ingresos de la red y la eficiencia de carga, investigamos el problema de programar al cargador móvil bajo demanda sin depender de solicitudes de carga explícitas de los nodos (SWECR). Proponemos un nuevo algoritmo de carga parcial bajo demanda que no requiere solicitudes de carga explícitas de los nodos. Nuestro algoritmo tiene en cuenta las diferencias en importancia entre los nodos y aprovecha la técnica de aprendizaje profundo por refuerzo para determinar el nodo de carga objetivo y el tiempo de carga de cada nodo. Los resultados de la simulación demuestran que el algoritmo propuesto mejora significativamente el rendimiento de carga y maximiza los ingresos de la red y la eficiencia de carga.