本文提出了一种新颖的框架，将约束优化与深度学习结合，设计了神经辅助算法以最大化网络切片的资源利用率。该算法在不同场景下表现出优越的服务质量和泛化性能，显著提高了资源利用率并降低了延迟。

我们提出了一种将约束优化方法和深度学习模型相结合的新框架，实现了强大的泛化能力和优越的逼近能力。通过该框架，我们设计了一种新的神经辅助算法，以在资源限制下最大化网络效用。该算法具有高可扩展性，适应不同数量的切片和切片配置。与深度强化学习方法等最先进的解决方案进行比较，我们的解决方案在系统级网络模拟器中获得了近乎最优的服务质量满意度和有希望的泛化性能。