随着第五代移动网络技术（5th Generation Mobile Communication Technology,5G）的不断发展和成熟,互动直播、疫情防控等多媒体业务产生的爆炸式数据流量不仅对物联网（Internet of Things,Io T）设备的缓存和计算能力提出了挑战,也对网络架构的设计和演化产生了深远的影响。因此,移动边缘计算（Mobile Edge Computing,MEC）作为实现高效的数据缓存及预处理、提高数据访问和响应的关键,对于提高用户服务质量（Quality of Service,Qo S）具有重要意义。由于边缘侧资源的有限性,当任务高并发时就需要借助任务卸载将本地设备上无法处理的任务分配给其他空闲的边缘节点（Edge Node,EN）,而面对边缘侧资源的高异构性、高时变性,如何在任务卸载过程中合理地分配计算和网络资源,确定最佳的任务协作策略已成为一大难题。所以,本文将借助深度强化学习（Deep Reinforcement Learning,DRL）算法对MEC环境下任务卸载模型与策略进行研究,旨在加强各EN之间的协作,降低任务处理的开销。本文的主要工作如下:（1）考虑到边缘侧资源的有限性和不平衡性,本文将研究MEC环境下单基站多任务卸载优化问题,达到最小化任务处理开销的目的。在任务处理过程中,本文设计了两种任务卸载策略,此外,为了实现任务卸载过程中延迟和能耗的均衡优化,本文通过在设备处部署双深度Q网络（Double Deep Q Network,DDQN）智能体以指示任务的处理,然后,为了降低模型训练中大量训练数据的传输成本,本文借助联邦学习（Federated Learning,FL）以分布式的方式训练智能体,既解决了资源不平衡的问题,又保证了数据的安全性。最后的仿真实验表明FL+DDQN不仅能实现最小化任务处理开销的目标,还在提升系统平均效用方面具有优越性。（2）考虑到MEC场景中资源的异构性、分配到边缘侧的任务额大小、计算处理时限等的不确定性,本文设计了一个跨基站异构协同边缘计算任务卸载架构,以加强不同层次间各EN之间的协作,在此基础上设计四种任务卸载策略,并在场景中的各节点处部署多个并行的异步优势演员评论家（Asynchronous Advantage Actor-Critic,A3C）智能体,智能体基于观测数据自动的学习卸载策略,确定最佳的资源分配方案。最后的仿真实验结果表明,本文所提出的方案在提高边缘侧任务的处理能力、降低系统的开销、实现系统长期效用最大化、提高任务成功完成率方面是有效的。图19幅,表5个,参考文献100篇。