近年来增强现实、超高清视频传输等新兴移动业务大量涌现,对网络的要求越来越高。移动边缘计算通过在基站部署服务器向移动用户提供云计算能力,有效降低了网络延迟,提高了用户服务质量。但是终端用户的移动性可能导致服务响应时延增加甚至造成服务中断。将服务迁移到离用户更近的位置是一种有效的移动性管理方式,特别是对于时延敏感的业务而言。然而移动边缘网络的服务迁移面临两个关键问题:资源限制下的服务迁移决策问题以及动态网络中的迁移路径选择问题。首先,通过分析移动边缘计算中服务迁移的决策过程,考虑到边缘节点计算和存储资源的有限性,建立了最小化响应时延和迁移时延的多用户服务迁移模型。接着利用马尔科夫决策过程提出了基于DDPG（Deep Deterministic Policy Gradient）的求解算法,即每个用户作为一个智能体与环境进行交互,同时不断改进自己的迁移策略,从而得到问题模型的最优解。然后充分考虑到用户之间资源竞争对服务成本的影响,以及多个智能体同时学习使算法难以收敛的问题,在上述算法的基础上提出了基于MADDPG（Multi-Agent Deep Deterministic Policy Gradient）的迁移决策优化算法。最后通过实验验证了所提算法在多用户服务迁移环境中能够快速收敛,且与对照算法相比能最大程度降低系统服务响应时延和迁移时延。其次,通过分析动态边缘网络中服务迁移路径选择问题,构建了以最小化系统端到端时延为目标的路径选择模型。为寻找该模型的最优解,设计了基于深度强化学习的迁移路径选择算法。该算法定义了引入网络流量的强化学习状态空间和通信链路加权的动作空间,通过策略网络学习移动边缘网络通信环境特征,实现边缘网络流量状态的实时感知。然后采用Dijkstra算法完成链路权重到迁移路径的映射,从而实现动态的服务迁移路径选择。最后搭建了仿真实验环境并与其他策略进行性能比较,实验结果显示所提算法能够有效降低系统端到端时延。且在与服务迁移决策算法的联合实验中,验证了所提算法能够进一步降低迁移开销、提高迁移效率。