基于数字孪生的车联网场景质量和成本权衡的资源分配方法

本发明涉及一种基于数字孪生的车联网场景质量和成本权衡的资源分配方法，属于移动通信领域。该方法包括：构建数字孪生驱动的车辆边缘计算体系架构，对车辆物理环境的实时状态进行数据感知与上传建模；设计用于定量评估系统质量和成本的新指标，以表征数字孪生体质量与系统成本之间的权衡关系；建立多目标优化问题，以同时实现系统质量最大化与成本最小化；采用多智能体多目标深度强化学习算法，通过分布式演员网络存储重放经验，并采用具有决斗评价网络的学习器评估智能体动作，求解最优资源分配策略。本发明通过联合优化数字孪生体质量和成本，解决了二者之间的矛盾问题，在保证孪生体模型精度的同时显著降低了资源开销。