一种融合动态环境建模与改进SARSA的车联网边缘计算多目标卸载方法及系统

本发明涉及一种融合动态环境建模与改进SARSA的车联网边缘计算多目标卸载方法及系统，属于智能交通与边缘计算融合领域。本发明的方法和系统包括MEC环境感知与多维状态构建、面向多维性能指标的动态奖励反馈、基于改进型SARSA的智能决策模型构建与学习、面向现实扰动的对抗性训练。通过时空注意力机制构建高保真环境模型，改进SARSA算法实现分层资格迹衰减与协作式Q表更新，结合多目标分层奖励引擎对紧急任务和常规任务实施差异化优化，并引入对抗训练机制提升鲁棒性，有效解决车联网中高移动性、任务多样性及资源受限等核心问题，在延迟、能耗、资源利用率等多个维度上实现综合性能最优，推动车联网边缘计算技术的实际落地。