近年来,互联网产业蓬勃发展,网络设备数量的激增给网络服务提供商带来了巨大挑战。为了满足不同网络服务需求（如防火墙、代码转换和网络地址转换等）,必须在网络中部署不同的专用硬件设备。但是,为每个新网络功能部署专用硬件设备导致网络服务提供商资本支出和运营成本难以降低。最近,网络功能虚拟化的出现为解决这些挑战提供了重大机遇。在支持网络功能虚拟化的网络体系结构中,网络服务可以以通用计算节点上的一组有序的虚拟网络功能来实现,这些虚拟网络功能被称为服务功能链（简称服务链）。服务链部署的主要问题是如何实现在功能位置和服务链需求的约束下找到合适的服务功能部署方式。本文主要研究了基于深度强化学习的服务链部署方法。首先将网络环境建模为一个包含节点和链路的无向图,定义网络总时延由处理时延和传输时延两部分组成。考虑到网络资源有限性,给出了网络资源约束公式,并根据柯西不等式提出一个判断网络负载均衡的方法。根据网络动态特性,将其资源部署过程建模为马尔可夫决策过程,并详细描述了在马尔可夫背景下,状态、动作、奖励在网络环境中的定义。综合考虑负载均衡和时延优化问题,得出本文服务链部署的优化目标。为求解该问题,本文设计了一种基于深度强化学习的服务链部署框架,并提出了一种基于深度确定梯度策略的服务链部署算法。服务链部署过程中集中式解决方案会给整个系统带来太多的通信和计算开销。另外,分布式解决方案面临着严重的收敛问题。为解决网络中的多用户服务链部署问题,本文将多用户竞争行为抽象为马尔可夫博弈问题。为了结合分布式解决方案和集中式解决方案的优点,设计了一种基于集中式训练和分布式执行策略的混合智能控制框架,并提出了一种基于多智能体强化学习的服务链部署算法。通过仿真结果和分析证明,本文提出的算法不仅能够提高网络资源利用率,而且在响应速度上具有明显的优势。