随着车联网技术的不断发展,给人们的出行生活带来了很多的便利。面对迅速增加的车载用户,车联网将产生大量的服务请求信息。这些大量的服务请求需要及时的响应,然而在实际应用中,车载移动设备的信息处理能力有限。解决这一问题的有效途径是把车联网中产生的大量服务请求上传到云计算或者边缘计算系统中进行处理。这也给车联网云系统和车联网边缘系统资源的合理分配带来了很大的挑战。虽然目前关于车联网资源优化的研究较多,但大多数资源分配方案需要满足一些强假设条件,无法适应动态变化的车联网环境。分层强化学习算法仅需要少量的强假设条件,通过与环境的不断交互逐渐学习最优的行动策略,获得自适应最优的资源分配方案。因此本文利用分层强化学习算法来解决车联网在云计算和边缘计算场景中的资源分配问题。本文首先研究了车联网云系统资源分配问题。以资源受限的车联网为对象,提出一种基于半马尔可夫决策过程的车联网云系统资源分配模型。基于以上模型,本文提出了一种自适应最优的资源分配方案。该方案不仅能够保证车联网云系统的服务质量和车载用户的体验质量,还能够使整个车联网云系统收益得到最大化。仿真结果表明,与基于强化学习算法和贪婪算法的方案相比,基于分层强化学习算法的方案能够更好的满足车载用户的需求,有效的解决车联网云系统的资源分配问题,同时还能获得一定的系统收益提升。其次,研究了车联网边缘系统资源分配问题。首先提出了一种基于半马尔可夫决策过程和分层强化学习算法的车联网边缘系统自适应资源分配方案。该方案可以平衡车联网边缘系统资源消耗和系统收益,确保系统的服务质量和车载用户的体验质量,并且可以最大程度地提高车联网边缘系统的长期系统收益。该方案首先将车联网边缘系统中资源优化分配的问题构建为“马尔可夫决策过程+半马尔可夫决策过程”双层模型。上层马尔可夫决策过程用于决定是否接收车联网服务请求,下层半马尔可夫决策过程则用于对资源进行重新分配,然后利用分层强化学习算法对分层模型进行求解。最后获得的资源分配方案能够适用于具有动态环境的车联网边缘系统。实验结果表明,与基于强化学习算法和贪婪算法的方案相比,该方案能够获得显著的性能增益。本文对不同场景下车联网资源分配问题进行了研究。通过把不同的分层强化学习算法和半马尔可夫决策过程结合起来,获得的资源分配方案能更好的解决车联网在不同场景下的资源分配问题。