本发明公开了一种基于深度强化学习的智能通信波束碰撞避免方法，首先建立关于基站簇工程参数的最小化平均总波束碰撞参数的优化问题。接着根据波束碰撞参数、波束域信道信息与信干噪比以及频谱效率的关系，将原始优化问题转化为与波束域统计信道信息强相关的平均频谱效率最大化问题。基于强化学习框架，将基站簇工程参数的调优过程建模成马尔科夫决策过程，并根据实际优化问题设计合理的状态、动作和奖励信息。最后，利用深度强化学习优化算法，实现基站簇与无线通信环境的交互，并根据波束域统计信道信息进行基站簇工程参数的自适应调整，避免波束碰撞。该方法具有复杂度较低、与实际无线通信环境匹配度较好、性能优异特点。