随着通信技术的快速发展，基于非正交多址接入（NOMA）的设备到设备通信（D2D）在异构蜂窝网络中的应用受到广泛关注。针对大规 模用户接入场景下的能效问题，本文研究了一种基于 D2D-NOMA 架构的资源分配优化方法。通过引入深度强化学习与博弈论模型，实现了系统功 率控制与子信道分配的协同优化。实验结果表明，该优化策略在提升网络能效方面具有显著优势，克服了传统方法在复杂环境中的适应性不足，为 5G 及未来 6G 网络中的能效优化提供了有效参考。