Con la explosión de aplicaciones vehiculares sensibles a la demora y de computación intensiva, la computación en la nube tradicional se ha enfrentado a enormes desafíos. La computación en el borde vehicular, como un paradigma informático emergente, ha proporcionado un apoyo poderoso para las redes vehiculares. Sin embargo, la movilidad de los vehículos y las características variables en el tiempo de los canales de comunicación han complicado aún más el diseño e implementación de sistemas de redes vehiculares, lo que ha llevado a un aumento de las demoras y el consumo de energía. Para abordar este problema, este artículo propone un algoritmo híbrido de desvío de tareas que combina el aprendizaje profundo por refuerzo con algoritmos de optimización convexa para mejorar el rendimiento del algoritmo. La movilidad del vehículo y los problemas comunes de bloqueo de señales en el entorno de computación en el borde vehicular son tenidos en cuenta; para minimizar la sobrecarga del sistema, en primer lugar, se utiliza el algoritmo de gradiente de política determinista profunda diferida gemela (TD3) para la toma de decisiones de desvío, con un espacio de estado normalizado como entrada para mejorar la eficiencia de convergencia. Luego, el método del multiplicador de Lagrange asigna el ancho de banda del servidor a múltiples usuarios. Los resultados de la simulación demuestran que el algoritmo propuesto supera a otras soluciones en términos de demora y consumo de energía.