基于语义异构图与分层强化学习的车联网任务卸载优化方法

本发明涉及计算机技术领域，具体涉及一种基于语义异构图与分层强化学习的车联网任务卸载优化方法，包括：建立车辆状态估计模型，推算各车辆的未来位置与速度状态，并进一步计算车辆间剩余连接时间；引入车辆间剩余连接时间作为动态边权构建多语义异构图结构，全面捕捉车联网任务卸载环境中的复合语义关系，并生成全局状态表示向量；建立分层强化学习策略，所述全局状态表示向量作为所述分层强化学习策略的输入基础，输出最优卸载路径及目标节点索引；本发明通过融合卡尔曼滤波链路预测、异构图状态建模及分层Actor‑Critic强化学习架构，解决了车联网任务卸载中链路不稳定状态表达不足及动作空间爆炸等关键问题。