边缘计算可以将计算能力和存储能力下沉到网络的边缘。与云计算相比,它可以提供高可靠和低延迟的服务。因此,可以应用许多对时延敏感的服务。嵌入在用户设备中的服务可以连接到离它最近的边缘计算服务器,用户可以得到更好的体验。然而用户的移动性和边缘计算服务器有限的覆盖范围会造成服务中断并且降低服务质量。可以应用服务迁移解决该问题。在服务迁移中,如何选择最优迁移策略和通信策略是一个关键的问题。本文针对边缘计算中由于用户的移动性和边缘计算服务器覆盖范围有限造成的服务不连续的问题,研究了单用户的场景和多用户的场景,提出了基于强化学习的服务迁移算法。首先,提出了单用户场景下基于强化学习的服务迁移算法。针对目前服务迁移模型较为简单的问题,建立了复杂环境下的服务迁移数学模型,综合考虑了资源容量,链路容量,时延等限制条件。将该模型转化为强化学习可以解决的形式。针对该场景,详细定义状态,动作和奖励函数。本文创新性地提出基于Q-learning和Deep Q Network的服务迁移算法。得到了在一个长期的过程中,用户对应的虚拟机的最佳迁移策略和通信策略。仿真结果表明,所提出的算法与其他算法相比,在不同的系统参数下,能达到最优的效果。其次,提出了多用户场景下基于多智能体强化学习和博弈论的服务迁移算法。构建了在复杂环境下多用户的服务迁移数学模型。将该模型转化为多智能体强化学习中的混合任务动态随机博弈问题,求解多个智能体在混合任务动态随机博弈中的长期纳什均衡解。并在整个动态博弈求解每个阶段博弈的纳什均衡解的过程中,设计了求解n人非合作博弈的纳什均衡的智能算法,提出了基于遗传算法的期望总和最大的纳什均衡求解算法。针对该场景,详细定义多个用户对应虚拟机的联合状态,联合动作和奖励。本文创新性地提出基于Nash Q-learning的服务迁移算法。得到了在一个长期的过程中,多个用户对应的多个虚拟机的联合最佳迁移策略和通信策略。仿真结果表明,所提出的算法相比于其他算法,用户对应的虚拟机之间能更好地协作。在保证任务完成的前提下系统整体达到最好的效果。总之,本文研究了在单用户和多用户场景下的服务迁移问题。在单用户场景下,使得整体花费最小。在多用户场景下,在达到长期纳什均衡解的前提下,使得整体花费最小。所提出的算法为边缘计算中用户对应虚拟机的迁移策略和通信策略提供方案。