随着5G网络全球化部署进程不断提速,各行各业提出运行在用户设备（User Equipment,UE）上的计算密集型和时延敏感型的新型应用。虽然移动云计算（Mobile Cloud Computing,MCC）把高计算任务通过公用网络上传到集中式的云服务器上增强了UE的计算和降低UE的能耗,但是云服务器在空间上远离UE导致传输数据需要花费更高的时延。移动边缘计算（Mobile Edge Computing,MEC）将计算和存储资源传输到移动网络的边缘,使UE能够运行高计算资源需求的应用程序,同时满足严格的延迟要求。在传统的移动边缘计算场景下,为充分利用UE和基于固定基站的移动边缘计算云服务器两者的资源,大部分学者提出在通信、存储和计算等多方面资源的联合优化。然而,在具有高移动性的通信设施或者UE中,移动网络拓扑结构发生快速变化,传统优化方法很难解决多维异构的计算资源和通信资源分配问题。针对移动边缘计算场景的资源分配问题,特别是在交通领域,目前有大量学者采用集中式的基于离散动作空间的深度Q网络（Deep Q Network,DQN）进行决策控制。不同与上述研究,本文面向连续动作空间的研究。为解决场景所面临的问题,主要的研究工作如下:一、针对单无人机（Unmanned Aerial Vehicle,UAV）多用户的移动边缘计算场景中资源分配问题,提出一种联合用户调度、无人机移动性和计算卸载决策优化方案,降低了UE的处理时延。首先本文建立了网络通信和计算卸载模型,以最小化所有时隙的最大的处理时延作为优化目标。其次,考虑到计算卸载决策变量的连续性,采用一种基于连续动作空间的深度确定性策略梯度算法（Deep Deterministic Policy Gradient,DDPG）来联合优化用户调度、无人机移动性和计算任务分配。实验结果表明,所提算法能快速收敛到最优解。同时,与DQN等基线算法相比,该算法在处理延迟方面有了显著的降低。仿真结果表明了所提算法的收敛性,以及比较了在不同神经网络的超参数条件下算法的性能表现。相较于其他算法如DQN、Actor Critic和随机算法,在不同任务大小、UE的计算能力和带宽条件下所提算法均能获得最低的任务处理总时延。二、针对车联网中快速变化的信道条件下难以使用集中式采集环境信息进行资源分配的问题,采用一种基于连续动作空间的多智能体（Multi-Agent,MA）的分布式深度强化学习算法MADDPG优化共享的频谱资源,提高了所有V2I链路的总容量和所有的V2V链路的传输速率。每辆车作为一个独立的智能体,它们与车联网环境交互获取一个相同的奖励。通过集中式训练Critic网络和分布式执行Actor网络输出的决策,多智能体之间学会了相互合作。通过实验,本文依次验证了所提算法的收敛性、鲁棒性以及各个智能体的性能表现。相对于MADQN、DDPG算法和随机算法,所提算法在V2I链路总容量和V2V链路负载传输成功概率方面具有更高的性能表现。相较于随机算法,所提算法优化的V2V链路可以通过合作更快地完成负载传输。