本申请提供了一种网络拥塞控制方法、装置、设备及介质。该方法包括：基于网络设备的网络状态数据，通过预先训练好的拥塞控制神经网络，确定拥塞控制窗口的目标调整参数；按照目标调整参数，调整当前拥塞控制窗口的大小，得到调整后的拥塞控制窗口；控制网络设备通过调整后的拥塞控制窗口发送数据包。其中，预先训练好的拥塞控制神经网络基于目标奖励函数训练得到，目标奖励函数至少根据数据包的发送速率和数据包传输过程的最小往返时延确定，从而提高了训练得到的拥塞控制神经网络的准确性，而且无需使用拥塞控制信号直接调节拥塞控制窗口，而是基于训练好的拥塞控制神经网络的处理结果来进行窗口调整，从而提高了控制网络拥塞的准确率。