建立了具有多个用户应用程序和有限资源的M / G / 1型排队网络的数学模型。 目标是为该模型开发一种动态分布式算法，该算法尽可能有效地支持所有数据流量，并就如何最大程度地降低网络性能成本做出最佳公平的决策。 提供了基于单个样本路径的在线策略梯度优化算法，以避免遭受“维数诅咒”。 证明了该算法的渐近收敛性。 数值示例为将数学理论与工程实践联系在一起提供了宝贵的见解。