本文探讨了数字孪生与车辆边缘计算的结合，提出了一种多智能体深度强化学习算法，以优化资源分配并解决计算任务处理延迟问题。研究表明，该算法在动态环境中能够有效降低任务卸载延迟，提升系统性能，适应复杂交通网络的需求。