本发明公开了一种异构通信网络中继选择优化方法、系统、设备及介质，判断源节点与目的节点之间HPLC信道状态，若HPLC信道状态估值满足要求则选用HPLC进行数据传输，并转入下一时隙；反之各个源节点根据当前时隙业务数据量以及自身状态动作价值函数选择中继节点进行数据传输；判断是否出现不同源节点选择同一个中继节点的冲突情况，若是，则基于学习反选机制进行中继节点对源节点的反选，其他源节点根据自身状态动作价值函数重新选择中继节点进行业务数据传输；并继续判断是否出现不同源节点选择同一个中继节点的冲突情况；若未出现冲突，更新状态动作价值函数。本发明考虑了中继节点的最优选择，增加了数据传输的可靠性，降低了网络时延。