第五代（the Fifth Generation,5G）移动通信网络商用的时代背景下,增强现实、虚拟现实、云游戏等业务得以高速发展,边缘计算技术也由于其低时延和邻近性等技术特征得以广泛应用。因此,任务卸载策略作为边缘计算技术的关键具有重大的研究意义。同时,考虑到将边缘计算服务器部署在固定基站时无法为自然灾害、偏远地区以及临时热点等多种场景提供高效计算服务的局限性,无人机（Unmanned Aerial Vehicle,UAV）搭载边缘计算服务器和机载通信设施形成的无人机辅助边缘计算系统已经得到了广泛的研究。另一方面,第六代（the Sixth Generation,6G）移动通信网络的网络架构、关键技术等方面的研究也已经在学术界得以展开。其中,空天地一体化网络（Space-Aerial-Ground Integrated Network,SAGIN）具有广域覆盖的特点,通过卫星/无人机辅助边缘计算可以为沙漠、海洋等偏远地区的用户设备提供可靠的通信和计算服务。然而,UAV的机动性及其电池容量约束、计算节点间的差异性、部分卸载模型下的任务调度等等问题都成为了本文研究所需要的面临的挑战。本文首先针对无人机辅助边缘计算的场景,研究了如何通过任务卸载策略的优化降低任务执行时延。其次,针对卫星/无人机辅助边缘计算的场景,提出一种基于多智能体强化学习的任务卸载策略实现时延和能耗加权和的最小化。本文的主要工作如下:（1）面向无人机辅助边缘计算场景,针对当前研究中的完全卸载策略无法充分利用系统计算资源的不足,本文提出了一种基于深度强化学习的部分卸载策略。首先定义了UAV的坐标以及服务范围,其次分析了不同任务卸载策略下通信和计算相关的时延和能耗。之后,建立了在考虑UAV机动性及其电池容量约束的条件下实现任务执行时延最小化的问题模型。针对该优化问题提出了一种基于深度确定性策略梯度算法的部分卸载决策方案。最后仿真结果表明,同基准方案中的完全卸载策略相比,本文提出的策略通过任务划分和无人机轨迹优化可以有效降低时延。（2）面向卫星/无人机辅助边缘计算场景,考虑到与传统无人机辅助边缘计算场景的不同,本文首先定义了卫星和无人机在提供通信和计算服务过程中所产生的时延及用户设备能耗。其次,采用二进制卸载模型提出了一种基于多智能体深度确定性策略梯度算法的任务卸载策略,通过探索全局状态和共享所有智能体的动作来优化卸载节点的选择。最后仿真结果表明,本文提出的算法可以有效降低系统计算成本。