5G无线技术的快速发展以及新兴物联网时代的加速到来,万物互联、超可靠低延时通信成为大家共同的期待。为了克服移动设备在执行计算密集型工作负载方面的局限性,移动边缘计算（Mobile Edge Computing,MEC）应运而生,能够有效支持计算能力受限和能源受限的物联网（Internet of Things,Io T）设备执行计算密集型和延迟关键型应用程序,成为下一代网络关键技术。近年来,MEC系统的计算卸载和资源分配问题引起了学术界和工业界的广泛关注。然而,基于传统优化理论的解决方案通常需要经过复杂迭代,只能得到近似最优解。此外,还需要已知环境的统计信息,而这些信息在实际的MEC系统中很难获取。为了应对这些挑战,目前有大量研究者转而采用马尔可夫决策过程（Markov Decision Process,MDP）建立MEC系统的动态控制模型,并应用基于强化学习（Reinforcement Learning,RL）或深度强化学习（Deep Reinforcement Learning,DRL）的方法解决相应问题。然而,现有研究大部分集中在单个MEC服务器场景,针对多MEC服务器场景下的计算卸载及资源分配问题研究较少,基于此,本文的主要研究工作总结如下:第一,针对多MEC服务器多用户场景,提出了一种联合用户关联、功率分配优化方案,以最小化功耗及排队延迟。首先,在综合考虑随机任务到达、时变无线信道以及MID和MEC服务器队列缓冲的基础上,建立通信及计算卸载模型。然后,以最小化平均长期服务成本（功耗加排队延时）作为优化目标。针对该研究目标,提出了一种基于混合决策深度强化学习的动态计算卸载及资源分配算法,该算法利用深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）和决斗双深度Q网络（Dueling Double Deep Q Network,D3QN）来改进Actor-Critic架构,通过调用DDPG的Actor部分来处理连续功率分配。然后将DDPG的Critc部分与D3QN相结合来处理MID与MEC服务器的关联,以解决多MEC服务器多用户场景中混合决策问题。仿真结果表明,所提算法与DQN等基线算法相比,具有更好的稳定性和更快的收敛性。同时在不同的任务到达率下,所提算法的平均系统服务成本明显降低。第二,针对多MEC服务器多用户的云边协作场景,提出了一种联合优化本地计算资源、任务分割因子以及用户关联,以最小化服务延时和能耗的任务卸载及资源分配方案。首先,在综合考虑云边协作、随机信道状态切换、MEC服务器计算资源分配、解码错误概率以及能量采集的基础上建立网络及计算卸载模型。然后,以最小化平均长期服务成本（服务延时加能耗）作为优化目标。针对该研究目标,提出了一种基于混合决策深度强化学习的动态计算卸载及资源分配算法,该算法利用深度确定性策略梯度和决斗双深度Q网络来改进ActorCritic架构,采用集中训练分散执行的框架,实现MID之间协同计算卸载。此外通过调用DDPG的Actor部分来处理连续任务分割以及本地计算资源分配,将DDPG的Critic与D3QN相结合实现离散的MID与MEC或云服务器关联,以解决多MEC服务器多用户云边协作场景中混合决策问题。仿真结果表明,所提算法与DDPG-DQN等基线算法相比,具有更好的稳定性和更快的收敛性。同时在不同的任务到达率下,平均系统服务成本明显降低。此外还验证了在不同的系统参数下,云边协同处理比其他基准方案具有更佳的性能。