With the continuous development of the Internet of Vehicles(IoV), Vehicle Edge Computing(VEC) has become a key technology for computational resource scheduling, but more and more smart devices are connected to the internet, which makes it difficult for traditional Vehicle Edge Networks(VEN) to deal with tasks in time. In this paper, in order to cope with the challenges of the large number of devices accessing the internet, we propose a vehicle-assisted computation offloading algorithm based on proximal policy optimization(VCOPPO) for User Equipment(UE) tasks, and it combines dynamic parked vehicles incentives mechanism and computational resource allocation strategy by using road vehicles and parked vehicles as edge servers. Firstly, a non-convex optimization problem combining VEN utility and task processing delay is formulated, subject to the constraints of the residual energy and the transmission rate of the task. Secondly, the proposed VCOPPO is used to solve the formulated non-convex optimization problem, and we use stochastic policy to obtain the optimal computation offloading decisions and resource allocation schemes. Finally, the experimental results have shown that the proposed VCOPPO has an excellent performance in network reward and task processing delay respectively, and it can effectively schedule and allocate computational resources. Compared with using Dueling Deep Q Network(Dueling DQN), Deep Q Network(DQN) and Q-learning methods, the proposed VCOPPO improves the network reward by 31%, 18% and 91%, reduces the delay in task processing by 78%, 63% and 74%, respectively.

随着车联网（IoV）的不断发展，车辆边缘计算（VEC）已经成为计算资源调度的关键技术，但越来越多的智能设备接入互联网，传统的车辆边缘网络难以实现(VEN) 及时处理任务。在本文中，为了应对大量设备接入互联网的挑战，我们针对用户设备（UE）任务提出了一种基于近端策略优化（VCOPPO）的车辆辅助计算卸载算法，它结合了动态以道路车辆和停放车辆为边缘服务器的停放车辆激励机制和计算资源分配策略。首先，提出了一个结合 VEN 效用和任务处理延迟的非凸优化问题，受剩余能量和任务传输速率的约束。其次，提出的 VCOPPO 用于解决公式化的非凸优化问题，我们使用随机策略来获得最优的计算卸载决策和资源分配方案。最后，实验结果表明，所提出的 VCOPPO 在网络奖励和任务处理延迟方面分别具有优异的性能，并且可以有效地调度和分配计算资源。与使用Dueling Deep Q Network(Dueling DQN)、Deep Q Network(DQN)和Q-learning方法相比，提出的VCOPPO将网络奖励提高了31%、18%和91%，任务处理延迟降低了78% ，分别为 63% 和 74%。所提出的 VCOPPO 用于解决公式化的非凸优化问题，我们使用随机策略来获得最优的计算卸载决策和资源分配方案。最后，实验结果表明，所提出的 VCOPPO 在网络奖励和任务处理延迟方面分别具有优异的性能，并且可以有效地调度和分配计算资源。与使用Dueling Deep Q Network(Dueling DQN)、Deep Q Network(DQN)和Q-learning方法相比，提出的VCOPPO将网络奖励提高了31%、18%和91%，任务处理延迟降低了78% ，分别为 63% 和 74%。所提出的 VCOPPO 用于解决公式化的非凸优化问题，我们使用随机策略来获得最优的计算卸载决策和资源分配方案。最后，实验结果表明，所提出的 VCOPPO 在网络奖励和任务处理延迟方面分别具有优异的性能，并且可以有效地调度和分配计算资源。与使用Dueling Deep Q Network(Dueling DQN)、Deep Q Network(DQN)和Q-learning方法相比，提出的VCOPPO将网络奖励提高了31%、18%和91%，任务处理延迟降低了78% ，分别为 63% 和 74%。我们使用随机策略来获得最优的计算卸载决策和资源分配方案。最后，实验结果表明，所提出的 VCOPPO 在网络奖励和任务处理延迟方面分别具有优异的性能，并且可以有效地调度和分配计算资源。与使用Dueling Deep Q Network(Dueling DQN)、Deep Q Network(DQN)和Q-learning方法相比，提出的VCOPPO将网络奖励提高了31%、18%和91%，任务处理延迟降低了78% ，分别为 63% 和 74%。我们使用随机策略来获得最优的计算卸载决策和资源分配方案。最后，实验结果表明，所提出的 VCOPPO 在网络奖励和任务处理延迟方面分别具有优异的性能，并且可以有效地调度和分配计算资源。与使用Dueling Deep Q Network(Dueling DQN)、Deep Q Network(DQN)和Q-learning方法相比，提出的VCOPPO将网络奖励提高了31%、18%和91%，任务处理延迟降低了78% ，分别为 63% 和 74%。