近年来，随着互联网技术及其应用的飞速发展，互联网用户和无线终端设备的数量呈指数级增长，导致了能源消耗的急剧增加，在此背景下，如何在保障通信服务质量的同时，提高能源的利用率，成为了研究的重点。通过探讨利用时域注水算法分配资源来提高时延可容忍(delay tolerable, DT)服务的能源效率(energy efficiency, EE)的可能性，将最大化EE的非凸问题转化为最小化传输功率的凸问题，以获得最优解，使用贪婪算法得到传输功率上界。为了捕捉更真实的场景，引入了近似统计动态规划(approximate statistical dynamic programming, ASDP)算法，但其对提高EE的效果有限。为了克服这一限制，提出了3种深度强化学习(deep reinforcement learning, DRL)算法，使用了深度Q网络(deep Q-network, DQN)探究连续信道下离散动作传输策略对传输功率的影响，运用深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法探究连续动作传输策略，以及利用近端策略优化(proximal policy optimization, PPO)算法探究动作分布传输策略，分析二者对传输功率产生的影响。通过综合比较3种算法在不同信噪比环境下的传输功率、中断概率、性能改善百分比的平均值及算法的鲁棒性，可以得出结论，DDPG算法在信噪比为2 dB的环境中，代理性能最佳，证明了DRL算法在提高通信系统EE方面的有效性和潜力。