Neste artigo, abordamos o desafiante problema de alocação de potência de transmissão do sinal baseadas na técnica de Multiplexação por Divisão de Frequências Ortogonais (OFDM - Orthogonal Frequency Division Multiplexing). Propomos utilizar algoritmos baseados em Aprendizagem por Reforço (RL - Reinforcement Learning) para encontrar a política ótima para alocação de potência aos dispositivos da rede sem fio usando uma funcão de recompensa. Mais especificamente, propomos utilizar o agente Rede Q Profunda Dupla (DDQN - Double DQN) devido a sua maior capacidade de aprendizagem em comparação a Aprendizagem Q (Q-Learning) e a Rede Q Profunda (DQN - Deep Q-Network). Os resultados das simulações mostram que o agente DDQN apresenta soluções promissoras na alocação de potência em redes sem fio.