现如今的移动设备端产生的应用日渐复杂,需要更强的计算能力来处理,移动边缘计算（MEC）为处理这种任务提供了有效的途径。在移动边缘计算中的任务的卸载和资源的分配问题一直是其中的关键问题。若能实时地做出正确的计算任务卸载决策,合理分配好网络资源和计算资源,对于提升移动边缘计算的服务性能,提高用户体验具有重要的意义。近几年来,强化学习技术不断发展,它在MEC中的应用备受关注。由于MEC场景下环境的不确定性因素较多,而强化学习又可以在不需要事先知道环境先验知识的条件下,与环境进行交互得到反馈奖励,从而学习到比较好的动态决策方案。深度学习可以利用强大的神经网络对复杂的环境进行特性提取。深度学习和强化学习相结合得到的深度强化学习,同时具备了深度学习的强大感知能力和强化学习的探索交互能力,可以用来解决环境比较复杂的问题。本文主要采用深度强化学习方法,解决了在移动边缘计算的场景下,在线任务的计算卸载和资源分配问题,本文的研究工作总结如下:1)针对非抢占机制的计算服务器,本文提出了一种基于深度Q网络（Deep Q Net,DQN）的在线任务的卸载决策和非抢占计算资源分配方案,同时进行任务的调度,让更多任务能够满足其自身的截止时间。仿真结果表明,在大任务紧跟小任务的任务非均匀到达的特定模式下,提出的预约未来资源算法（DQN based Reservation of Future Resources algorithm,RFR）在任务成功率上比启发式对比算法高12%。在任务均匀到达的模式下,设置合适的奖励函数参数,RFR算法可以用相对较低的能耗来让更多任务的满足自身的截止时间。2)针对具有再生能源收集装置的移动用户,具有不同硬截止时间的任务情况下,提出了针对硬截止时间的基于DDPG的动态分配资源算法（DDPG based Dynamic Allocation algorithm,DA-DDPG）。仿真结果证明DA-DDPG算法在面对不同的截止时间且截止时间不大,延迟奖励不久的场景下,能够合理地决策任务,分配电量,来降低任务丢弃率和平均完成时间。再针对软截止时间的场景,提出了应对软截止时间的DA-DDPG算法在面对低电量或者差信道环境的时候,性能优势比较明显。