移动边缘计算能够通过靠近用户提供计算服务以降低任务时延和提高服务质量,不同的卸载策略会影响卸载的效率,因此制定合适高效的卸载策略至关重要。深度强化学习通过训练智能体（Agent）在与环境交互的过程中学习能够实现长期效能的行为策略,能够有效解决移动边缘计算卸载问题。因此基于深度强化学习研究移动边缘计算卸载问题,主要工作如下:（1）针对多用户单服务器集中式卸载场景中,连续卸载策略容易收敛至局部最优解的问题,提出了基于SAC的深度强化学习连续卸载策略TOSAC。通过在卸载策略中使用信息熵,提高Agent的探索能力,有效避免陷入局部最优解。首先基于卸载场景,以最小化任务时延和设备能耗为综合优化目标,建立本地计算模型和边缘计算模型并给出问题描述。然后建立马尔科夫决策模型并给出卸载策略。最后仿真实验表明,TOSAC卸载策略在时延上相较于EOC卸载策略平均降低22.31%,综合效能奖励平均提高9.52%;与TOGA卸载策略相比,TOSAC卸载策略在时延上平均降低10.37%,综合效能奖励平均提高7.36%。与DDPG卸载策略相比,TOSAC卸载策略在时延上平均降低7.69%,综合效能奖励平均提高3.99%。（2）在多用户单服务器卸载场景研究的基础上,研究多用户多服务器卸载问题,将连续卸载策略TOSAC扩展到多用户多服务器卸载场景中,提出了多服务器协同卸载策略MSTOSAC。在该场景中,除了需要决定每个终端设备的卸载比例、本地计算频率和传输功率,还需要决定每个终端设备卸载的目标移动边缘计算服务器。最后仿真实验表明,MSTOSAC能够随着移动边缘计算服务器数量的增加而降低时延和能耗,提高综合效能,时延相较于MEOC卸载策略平均降低19.7%,综合效能奖励平均提高7.3%;与MDDPG卸载策略相比,MSTOSAC卸载策略时延平均降低13.4%,综合效能奖励平均提高4.5%。（3）基于上述卸载策略和相应技术,设计并实现了基于深度强化学习的移动边缘计算卸载管理系统。该系统设计并实现了终端设备管理模块、Agent管理模块、边缘计算节点管理模块、用户管理模块和用户登录注册模块。最后系统测试结果表明,该管理系统能够实现对终端设备、Agent和边缘计算节点的高效管理,有助于提高用户管理效率。