随着物联网技术的发展,移动边缘设备数量呈现爆发式增长。传统的云计算架构无法高效地支持大规模任务的处理,而移动边缘计算（Mobile Edge Computing,MEC）将计算资源和存储资源部署在移动网络边缘,可以满足某些任务的实时性要求。用户设备（User Equipment,UE）可以通过无线信道将计算任务的整体或部分卸载到MEC服务器上进行计算,从而降低时延和能耗,带给用户更好的体验。现有的传统算法通常需要通过复杂的转化和迭代才能获得较好结果,不适用于高实时性的MEC系统,而深度强化学习可以通过探索-回报机制,根据经验进行学习,从而优化目标。因此本文基于深度学习和强化学习,对无依赖关系型任务和依赖关系型任务分别提出了两种不同的计算卸载方法,主要研究和创新内容如下:（1）对于无依赖关系型任务,针对目前仅考虑用户资源以及0-1卸载决策问题,本文综合考虑MEC服务器上有限的资源量,采用强化学习确定性策略梯度算法（Deterministic Policy Gradient Algorithms,DDPG）输出连续动作,提出了基于DDPG算法的部分任务计算卸载和资源分配算法（Partial-Deterministic Policy Gradient Algorithms,P-DDPG）。该方法将任务拆分为部分本地计算、部分卸载计算,在用户容忍的时间内,以时延和能耗的总成本为优化目标,将计算卸载和资源分配问题描述为多目标优化问题。与多种算法相比,P-DDPG更加有效地减少了任务执行的总成本。（2）对于依赖关系型任务,针对未充分考虑任务间的依赖关系以及收敛较慢问题,本文引入了优先级调度以及自定义序列模型,并且采用了强化学习近端策略优化算法（Proximal Policy Optimization,PPO）进行训练,提出了一种基于双向门控循环单元和长短期记忆网络的Seq2Seq网络模型计算卸载方法（Deep Reinforcement Learning-Gated Recurrent Unit,DRL-GRU）。该方法将用户任务建模为有向无环图,将计算卸载问题转化为带注意力机制的Seq2Seq模型预测问题,输入为任务嵌入序列,输出为卸载决策概率分布。实验结果表明,DRL-GRU与多种算法相比在时延和QoS指标上表现较好。