در بسیاری از کاربردها، نگهداری و پر کردن دوباره ی باتری گره های حسگر پس از استقرار ممکن نیست. لذا عمر باتری عملاً عمر گره و به دنبال آن عمر شبکه را تعیین می نماید؛ بنابراین از یک قرارداد مسیریابی انتظار می رود که علاوه بر انرژی آگاه بودن، تعداد مجموع پیوندهای مربوط در بارگذاری مسیریابی، اکتشاف مسیر و تحویل داده را کمینه کند. بدین منظور، رویکردهای هوشمند متفاوتی ارائه شده است؛ اما نقطه ی مشترک آنها مرحله بارگذاری شبکه است که به روش همه پخشی کور انجام می شود. این می تواند در کاربردهای معمول شبکه های حسگر که شامل صدها و هزاران گره می باشد، انرژی بسیار قابل توجهی را در مرحله ی بارگذاری مصرف نماید. در این رساله، ما نشان می دهیم که با استفاده از رویکرد هوشمند و هسته ی یادگیری تقویتی قرارداد در مسیریابی انرژی آگاه، با یادگیری تعداد گام ها در مرحله ی بارگذاری مسیریابی، نیازی به همه پخشی در کل شبکه نبوده و تنها در فاصله ی چندگامی از ایستگاه های مبنا کافی است. به کمک شبیه سازی نشان خواهیم داد که این روش مقدار آغازین پارامترها را در حد قابل قبولی پیش بینی خواهد کرد و همچنین تأخیر شبکه تنها یک بالازدگی نخستین بسیار ناچیزی را به خود خواهد دید.