Con el objetivo de mejorar la distancia por carga de cuatro vehículos eléctricos con tracción independiente en las ruedas en sistemas de transporte inteligente, se propone una estrategia jerárquica de gestión energética que pondera su eficiencia computacional y rendimiento de optimización. Según la información de un sistema de transporte inteligente, se propone un método que combina el aprendizaje por refuerzo con la optimización de horizonte recesivo en el nivel superior, el cual resuelve la velocidad de crucero para la conducción ecológica en un horizonte predictivo largo basado en la construcción en línea de un problema de planificación de velocidad. En el nivel inferior, se propone un método de asignación óptima de par múltiple que considera el ahorro de energía y la seguridad, donde se obtuvo una solución analítica basada en el control de retroalimentación de estado con el vehículo siguiendo la velocidad óptima del nivel superior y rastreando la línea central del camino objetivo. La estrategia de gestión energética propuesta en este estudio reduce efectivamente la complejidad del sistema de control inteligente de ahorro de energía del vehículo y logra una solución rápida al problema de optimización energética del vehículo en su totalidad, integrando información de tráfico macro mientras se considera tanto la potencia como la seguridad. Finalmente, se construye una plataforma de simulación en bucle de hardware inteligente y conectado (HIL) para verificar el método formulado en este estudio. Los resultados de la simulación demuestran que el método propuesto reduce el consumo de energía en un 12.98% en comparación con la estrategia convencional de crucero a velocidad constante. Además, el tiempo computacional se reduce significativamente.