随着物联网、5G等技术的发展,每日新增的数据量呈指数式爆炸性增长,这些来自于各种新兴应用场景如远程医疗、智能汽车驾驶、智慧城市等方面的数据,对服务的URLLC（Ultra Reliable Low Latency Communication,超可靠低延迟通信）提出了更为严苛的要求。为更好的满足这些要求,移动边缘计算（Mobile Edge Computing,MEC）应运而生。而移动边缘计算中一个十分重要的环节就是任务卸载。面对如今大数据,低时延,高可靠的服务质量保证等要求,任务卸载策略的选择、效率显得尤为重要。因此,如何选择任务卸载策略,如何权衡卸载中时延和能耗的问题,以及对于资源有限的一个系统中,如何使各部分计算量均衡,即负载均衡,也就成了一系列亟待解决的问题。本文介绍了移动边缘计算的发展历程以及权衡时延能耗、负载均衡等方面的研究现状。并着重介绍了如何使其自适应的权衡这些方面。为达到可以自适应的效果,本文结合了深度学习、强化学习以及策略梯度提出了基于深度强化学习（Deep Reinforcement Learning,DRL）的DQN-HDCS算法和MOPERDQN算法。论文主要工作如下:（1）研究了由多个移动用户组成的MEC系统,将任务到达过程与无线信道都设定为随机,以此来计算任务卸载策略的不同选择对时延和功耗的长期平均计算成本,并通过算法使其达到最小值。为此,根据其下一状态只与当前状态有关的特点针对次场景建立了马尔可夫决策过程,设计了一种全局自适应的算法,基于深度强化学习的去中心化自适应计算任务卸载策略。具体来说,就是为处理连续的动作空间,且要动态作用于整个系统,根据系统中每个终端所提供的反馈,独立高效学习如何进行最优任务卸载策略选择。根据仿真实验提供的结果,可以看出在多用户的场景中,通过在每个用户处不断学习,系统可以较好的权衡时延与功耗,达到最小值。（2）研究了在多用户异构MEC网络情况下系统中各计算设备的的负载均衡问题。由移动用户、边缘计算节点与云数据中心三层构成,每层都包括了异构的计算设备。对该场景进行负载均衡建模,智能体agent接收来自各个节点的负载反馈并独立学习,针对该环境复杂性高所导致的奖励稀疏问题,引入了一种特殊的经验回放方式,即“失败是成功之母”,将未达目标状态的动作也给予一定奖励,从而加速智能体的学习效率,为其指引正确的学习方向,以达到全局的负载最优策略,以此提出基于事后经验重放的MOPERDQN算法。实验表明,这种自适应的全局动态学习算法提高了学习速率,且均衡了各个计算节点的负载。