Las memorias TCAM (Ternary contentaddressablememory) de las tablas de flujo delos nodos SDN (Software Defined Networking)son muy r´apidas y permiten realizar b´usquedas enparalelo en muy poco tiempo. Sin embargo, presentanun alto consumo de energ´ıa y un elevado coste, loque hace que su tama˜no sea limitado. Esta limitaci´onde tama˜no impacta sobre el n´umero de reglas que sepueden instalar, por lo que una gesti´on ineficiente delas mismas puede suponer una degradaci´on de la QoS(Quality of Service) de la red. Este trabajo proponeuna soluci´on basada en DRL (Deep ReinforcementLearning) que permite ajustar din´amicamente el idletimeout de las reglas de flujo para maximizar eln´umero de flujos que pueden ser encaminados en lared, lo que deriva en una mejora de la QoS.