一种基于深度强化学习的多车协同感知任务调度方法

本发明公开了一种基于深度强化学习的多车协同感知任务调度方法，属于智能交通系统与车联网协同感知技术领域，包括如下步骤：在每个调度时间片内，由成员车辆与边缘服务器向头部车辆上报当前感知信息；头部车辆将自身任务队列长度作为系统状态输入，通过PPO算法生成调度动作；头部车辆将感知任务下发至成员车辆与边缘服务器，并收集各节点在执行任务后的反馈；根据各节点对感知任务的处理时间与响应波动，计算系统奖励函数；系统基于多个调度周期的状态‑动作‑奖励轨迹，结合优势估计优化策略网络。本发明以头部车辆感知任务为中心，结合状态压缩、任务分发动作离散建模与长期稳定性奖励函数设计，实现大范围低延迟协同感知的智能调度优化。