随着智能设备数量急剧增加,终端用户的计算任务需求远超设备本身计算能力。移动边缘计算架构将服务器资源部署在网络边缘侧,可为终端用户提供实时高效的计算服务。而在偏远或自然灾害地区,搭建移动边缘计算架构的成本非常昂贵,可采用移动灵活且无需基础设施的无人机辅助移动边缘计算系统。在此背景下,本文考虑无人机辅助的移动边缘计算架构为终端用户提供计算服务。如何在有限电池容量约束下优化无人机路径是当前研究热点。本文围绕该问题进行深入探讨分析,并取得如下成果。（1）考虑终端用户位置固定且无人机飞行轨迹离散化的情况,部署无人机辅助的移动边缘计算架构并规划无人机飞行轨迹以最大化终端用户任务卸载量。提出了无人机路径规划的马尔可夫决策过程建模方法,设计了基于值函数强化学习的离散无人机路径优化算法求解最优策略。仿真结果表明,提出的算法可在终端用户位置固定环境下有效指导无人机选择合适的飞行路径为终端用户提供高质量计算服务。（2）考虑终端用户实时移动且无人机飞行轨迹离散化的情况,规划无人机飞行轨迹以最大化系统效益。将终端用户移动轨迹建模为高斯-马尔可夫移动模型,同时考虑终端用户服务质量约束,提出了基于深度神经网络的值函数强化学习算法。仿真结果表明,所提出的算法在终端用户实时移动场景下能够合理规划无人机离散飞行轨迹,从而保证终端用户服务质量,相比于传统强化学习算法可获得更高的系统效益。（3）考虑终端用户实时移动且无人机飞行轨迹连续化的情况,优化无人机飞行轨迹以最大化系统效益。提出了连续动作集马尔可夫决策过程的建模方法,同时考虑终端用户服务质量约束,设计了基于深度神经网络的策略梯度强化学习算法。仿真结果表明,所提出的算法可在终端用户实时移动环境下有效规划无人机飞行轨迹,从而保证终端用户服务质量,相比于传统策略梯度强化学习算法可获得更高的系统效益。最后,总结了本文相关研究成果以及不足之处,并对后续的研究进行了探讨与展望。