1.一种虚拟现实网络资源管理方法，其特征在于，包括：基于Q‑learning算法，对预先获取的整数优化模型进行资源分配，最小化传输时延；

预先获取整数优化模型，通过以下步骤实现：

构建非线性初始优化模型；

基于大M法，将非线性初始优化模型转化为线性混合的整数优化模型；

构建的非线性初始优化模型的表达式为：

其中，u为用户与室内小基站之间的关系，T为服务顺序， ，N为用户的数量，τn为用户n的传输时延；

其中， ， ， ，K为可见光接入点的数量，I为服务时隙的数量，B为室内小基站的数量；

γnki=1表示第k个可见光接入点在第i个时隙为第n个用户服务，unβ=1表示第β个室内小基站为第n个用户服务，Tni=1表示在第i个时隙为第n个用户服务；

基于大M法，将非线性初始优化模型转化为线性混合的整数优化模型，通过以下步骤实现：引入变量 ，非线性初始优化模型转化为：

其中，K为可见光接入点的数量， ；

利用大M法，将转化后的非线性初始优化模型转变为线性混合的整数优化模型：其中，S为在卫星处生成的VR图像大小，M为预设的中间参数，Cβ表示卫星传输到第β个室内小基站的信息速率；Cnβi表示在第i个服务时隙时第β个室内小基站传输给第n个用户的信息速率；

基于Q‑learning算法，对预先获取的整数优化模型进行资源分配，最小化传输时延，通过以下步骤实现：若不符合C7‑C12的约束，则将设定的奖励值赋予给状态si下采取第i个动作ai时的奖励值Ri，更新Q值表；

若符合C7‑C12的约束，则将 赋予给状态si下采取第i个动作ai时的奖励值Ri，更新Q值表。

2.根据权利要求1所述的一种虚拟现实网络资源管理方法，其特征在于，Q值表的更新公式如下：

其中，Q(si+1, ai+1)为Q值表中的第i+1行第i+1列的值，Q(si, ai)为Q值表中的第i行第i列的值，ai是第i个动作，si是采取动作ai‑1后的状态，α为学习率，Ri是在状态si下采取第i个动作ai时的奖励值，γ为折扣率，si+1是采取动作ai后的状态；a为动作ai的集合， 是在状态si+1下采取的动作。

3.一种虚拟现实网络资源管理分配系统，其特征在于，包括：资源分配模块，用于基于Q‑learning算法，对预先获取的整数优化模型进行资源分配，最小化传输时延；

构建模块，用于构建非线性初始优化模型；

转换初始模型模块，用于基于大M法，将非线性初始优化模型转化为线性混合的整数优化模型。

4.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至3中任一项所述方法的步骤。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至3中任一项所述方法的步骤。