随着第五代移动通信技术的发展,不断增长的数据流量给有限的计算资源和频谱资源带来了巨大的挑战。移动边缘计算（MEC）和非正交多址接入技术（NOMA）的出现为上述问题提供了解决方案。通过将计算任务卸载给边缘服务器,移动边缘计算可以降低计算的时延和能耗。而非正交多址接入技术在支持更多用户连接、提高频谱效率方面发挥了巨大的优势。同时,相较于传统的算法,强化学习需要较少的模型信息更加适用于现实场景。综合考虑计算资源、频谱资源和模型信息三者的影响,本文基于强化学习算法,对移动边缘计算和非正交多址接入技术展开深入研究。首先,由于计算结果在部分应用中经常被用户重复使用,缓存流行的计算结果可以避免任务被重复计算,进而有效地降低时延。本部分结合MEC和NOMA两种技术,基于强化学习算法联合优化缓存和计算决策。通过将单个服务器的本地缓存扩展为多个服务器的协作缓存,计算结果可以在多个服务器之间共享。针对服务器缓存的内容,将流行度作为缓存的标准,按照流行度的高低,将计算结果放置在相应的服务器上。根据缓存的内容,利用多代理强化学习算法寻找最优的缓存和卸载决策。通过仿真分析,多服务器间的协作有利于用户命中缓存,而且相比于其他方案,提出的多代理强化学习算法在降低时延方面有显著的优势。其次,随着实时应用设备的发展,如何维持信息新鲜度成为了急需解决的问题。本部分综合考虑MEC和NOMA技术对信息新鲜度的影响,在传输阶段设备会受到干扰攻击,通过优化上传任务量和卸载功率来抵抗干扰,降低传输时间,从而使平均更新代价最小。然后,考虑到在不同时隙下信道参数的动态变化,利用多代理强化学习算法优化卸载因子和卸载功率。仿真结果表明,采用部分卸载的方案,在降低平均更新代价方面效果最好。同时,在多设备场景中利用多代理强化学习算法可以有效地降低平均更新代价。此外,减少设备数量也是降低平均更新代价的手段。