MEC赋能的车载元宇宙中基于主动推理的优化方法及系统

本发明涉及无线通信技术领域，公开了一种基于主动推理的MEC赋能车载元宇宙深度强化学习优化方法及系统。该方法结合边缘计算与元宇宙技术，实现车载系统在动态复杂环境中的高效资源优化与决策支持。通过引入主动推理原理和自由能最小化机制，提升系统适应性和决策精度。系统利用主动推理的深度强化学习算法，动态调整资源分配、任务执行和能源管理，优化车载设备与边缘计算节点的协同工作。智能体根据环境变化实时更新策略，增强车载系统的稳定性、可靠性和智能化水平。采用经验回放和梯度下降更新策略，提高学习效率和收敛速度，降低计算复杂度，满足实时性要求。