近年来,随着无线通信技术的发展,越来越多基于无线网络的应用诞生。诸如无人驾驶、无人机、智能电网等物联网应用对通信带宽、时延等服务质量（Quality of Service,Qo S）指标的需要不断提高,这也使得在无线网络中,大量的基础设施需要共享有限的信道资源（如空间、频域、时域等）。因此,作为解决无线网络中资源分配问题的关键,调度一直都是无线通信中研究的核心和热点问题。本文研究的是无线调度中的经典算法——最大权重调度（Max-Weight Scheduling,MWS）,这是一种基于冲突图（Conflict Graph）的调度方案。传统的MWS算法是通过分布式的离线算法来实现的,但是这些算法往往需要复杂的人工设置,而且随着网络衰落,它们不能保证每一个时隙内的调度性能。MWS问题可以看作在每一个时隙内解决最大权重独立子集（Maximum Weight Independent Set,MWIS）的组合优化问题。近些年,随着机器学习（Machine Learning,ML）的发展,开始出现了利用深度学习（Deep Learning,DL）和强化学习（Reinforcement Learning,RL）技术来解决复杂的组合优化问题。基于此,本文提出了一种基于机器学习的在线学习调度方法,利用图神经网络（Graph Neural Network,GNN）和强化学习算法来在每一个时隙解决MWIS问题。具体地,本文提出了一种时域端口编号图神经网络（Temporal Port Numbering Graph Neural Network,TPNGNN）模型,它是由记忆模块和基于消息传播模式的GNN模型组成,分别对冲突图的时域特征和结构特征进行提取,并将特征嵌入为概率特征。以此概率特征作为初始状态,利用一种高效的强化学习算法——异步优势演员-评论者（Asynchronous Advantage Actor-Critic,A3C）算法来进行调度方案的搜索,并将该调度方案作为标签反向传播到TPNGNN模型进行训练。除此之外,针对MWS问题的特点,本文提出了一种加权着色特征（The Weighted Color Feature）作为TPNGNN模型的输入特征,它能够帮助模型取得更好的收敛性。本文通过理论证明了TPNGNN模型与A3C算法结合能够取得和传统离线式的MWS算法相同的近似比1/Δmax。并且通过实验来对模型的调度性能进行测试,证明了本文提出的模型在吞吐量、网络拥塞情况、网络稳定性等调度性能上具有更好的效果,在满负载度的情况下,本模型能够相较于离线算法较少19%的队列长度。并且本模型具有更好的可扩展性,在100条链路的设置中,能够比离线算法提高21.6%的吞吐量。