摘要
无人机作为移动式空中边缘计算平台，可通过灵活部署和视距链路为车联网提供按需通信与计算服务，从而提升可靠性并降低延迟。然而，车辆的高移动性、时变信道以及有限的机载能量使得任务卸载和资源协调面临挑战。本文研究无人机辅助车联网系统中的任务卸载与资源分配问题，无人机会在每个时间槽从多个候选位置中选择悬停点，并在自身与路侧单元之间分配任务，以此缓解回传拥堵并提高边缘资源利用率。考虑到车辆的移动性、多阶段队列动态以及无人机在通信、计算和移动过程中的能量消耗，将位置选择、任务分配和带宽分配的在线优化问题构建为一个受限马尔可夫决策过程。其目标是在满足无人机能量预算的前提下，最大化在延迟限制内完成的任务数量。为解决这一受限马尔可夫决策问题，我们提出了一种基于图注意力机制的受限双延迟深度确定性策略梯度算法。该算法通过图注意力网络捕捉活跃车辆之间的空间关联和资源竞争情况，同时利用拉格朗日TD3框架通过双评价器、延迟策略更新和目标平滑处理来确保长期能量约束并提升学习稳定性。仿真结果表明，该算法在任务完成率、延迟以及每项完成任务的能量消耗方面均优于对比方案，且在交通密集的情况下仍具有较强的鲁棒性。
