随着移动通信技术高速发展,用户对服务质量要求愈来愈高。目前对部署问题的研究主要集中于基于静态的系统信息、基于传统优化算法或启发式算法,这些方法仅在一些特定的网络场景会产生良好的部署策略,但网络具有时变性的特点,用户的任务请求的随机性和差异性使得传统的优化算法与启发式算法不再适用于当下在5G加持下更为复杂的移动通信网络,因此我们把研究重点聚焦于基于深度强化学习方法上。基于深度强化学习的虚拟网络功能部署算法是一种能够针对网络动态系统完成在实际场景中解决动态优化问题的方法,算法通过与未知的网络环境实时交互,收集网络状态,并在不断的训练和试错过程中学习到适应当前网络的良好部署策略。论文的主要研究工作和创新点总结如下:（1）针对边缘计算系统中实时到达的对计算资源需求具有差异性的用户任务的调度问题,模拟了分层的边缘云环境,并以在计算资源异构的分层边缘云中进行优化调度用户任务为目标,基于M/M/1排队网络对请求任务在网络中的延迟进行建模,构建了一个最小化用户任务服务延迟的组合优化模型。在求解方法上,不同于已有工作大多采用启发式近似求解的思路,通过综合发挥神经组合优化方法在求解质量方面以及启发式算法在求解效率方面各自的优势,提出了一种将神经组合优化和启发式算法有效结合的新的用户任务调度算法,并通过与多个相关算法的求解结果进行对比实验,结果表明本章提出的调度算法能在相同的边缘云资源配置的条件下,获得更接近理论最优解的调度决策,使得卸载任务获得相对更短的服务延迟。（2）针对边缘计算系统中服务节点计算资源受限的问题,建立了基于边缘云和第三方云的边云协同系统,提出了一个基于混合整数线性规划模型（MILP）共存虚拟机型虚拟网络功能和容器类型虚拟网络功能的最小化代价的部署优化问题,并根据马尔可夫决策过程将该组合优化问题建模为一个MDP模型。针对强化学习中动作空间维度高的维度爆炸问题,构建基于演员-评论家（Actor Critic）的深度强化学习的求解框架,完成对边云协同系统中虚拟网络功能部署问题最小化代价部署策略的求解。此外,通过与多种相关部署算法的求解结果进行仿真对比实验,结果表明提出的求解框架能在相同的边云协同系统资源配置的条件下,获得更接近理论最优解的双重部署决策,使得边云协同系统的总代价保持最低。