本书聚焦于车联网中“云-边-端”架构下的多车协同控制和资源优化策略问题，在构建的车载边缘计算系统架构的基础上，对车辆队列的交通自适应协同控制算法、复杂可分割计算任务的车路协同卸载机制和交通数据传输策略等方面进行了研究和探讨。最后，通过搭建半实物的智能交通协同仿真平台验证了本文所提策略和算法的可行性和有效性。本书通过对车载边缘计算和资源优化方法进行研究，并通过搭建智能交通协同仿真平台进行验证，有望解决目前交通中的实际问题，为实现安全、高效、经济和绿色出行提供一定的参考价值。本书内容新颖，图文并茂，通俗易懂，实用性强，可供高等院校或科研院所相关专业信息技术的通识教育课参考教材，还可供信息技术和车联网爱好者阅读。

第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
第2章 基础理论模型
2.1 车载边缘计算任务卸载模型
2.2 深度强化学习理论与模型
2.3 智能网联车协同驾驶系统模型
2.4 本章小结
第3章 基于边缘计算的分布式多车协同优化体系架构
3.1 车联网业务分类
3.2 系统架构
3.3 体系架构分析
3.4 典型场景应用
3.5 本章小结
第4章 智能网联车自适应多车协同驾驶策略
4.1 系统建模和问题描述
4.2 自适应多车协同驾驶控制策略
4.3 数值仿真和性能分析
4.4 本章小结
第5章 基于深度强化学习的车路协同任务卸载方法
5.1 系统建模
5.2 深度强化学习驱动的协作任务卸载方法
5.3 仿真验证和分析
5.4 本章小结
第6章 无人机辅助的智能网联车异构通信边缘协作传输机制
6.1 系统建模
6.2 无人机辅助的边缘协作数据传输机制
6.3 数值仿真和性能评估
6.4 本章小结
第7章 智能网联车交互式协同仿真测试与评估
7.1 交互式协同仿真的测试场景和系统架构
7.2 协同仿真平台的分层实现
7.3 核心功能设计
7.4 交互式协同仿真平台的系统实现
7.5 本章小结
参考文献