在移动边缘计算中,用户将计算任务卸载到边缘服务器处理,减少任务的时间延迟和能量消耗,并提升用户的体验。在现实场景中,用户移动和计算需求不断产生会影响到任务的卸载,而任务卸载会直接影响到用户的收益,因此需要高效的任务卸载策略。边缘服务器对资源的定价会影响到用户对任务的卸载,从而影响到边缘服务器的收益,因此需要高效的资源定价策略。本文在用户处于移动状态且计算需求不断产生的情况下,当边缘服务器对资源固定定价时,研究移动用户如何制定任务卸载策略以最大化自身的长期收益。然后在边缘服务器对资源动态定价的情况下,研究边缘服务器如何制定资源定价策略以及移动用户如何制定任务卸载策略,分别最大化各自的长期收益。本文主要研究工作如下:（1）本文首先介绍移动边缘计算中资源定价与任务卸载的工作流程,然后详细描述了当用户处于移动状态且计算需求不断产生时,任务的本地执行设定和卸载处理设定。最后,在前述基础上给出了边缘服务器和移动用户的成本以及收益计算公式。（2）当边缘服务器对资源固定定价时,移动用户当前阶段的任务卸载会影响到下一阶段的任务卸载,所以移动用户如何卸载任务以最大化自身长期收益是一个序贯决策问题。因此本文将其建模成马尔可夫决策过程,基于Deep Q Network（DQN）算法设计移动用户任务卸载策略（DMUTO）。本文将其与三种典型的卸载策略（最近卸载、单阶段贪心卸载以及多阶段下贪心卸载策略）进行对比分析,移动用户采用DMUTO时的总收益更高,卸载成本更低;而对于边缘服务器而言,虽然DMUTO的总收益最低,但成本却小于另外三种策略。结果表明了本文所提出的DMUTO策略可以使移动用户获得更多的长期收益。（3）当边缘服务器对资源动态定价时,边缘服务器当前阶段对资源的定价会影响到移动用户任务的卸载,进而影响到下一阶段的定价,所以边缘服务器如何对资源定价以最大化自身长期收益也是一个序贯决策问题。考虑到边缘服务器的定价和移动用户的卸载之间会相互影响,本文将边缘服务器资源定价问题与移动用户任务卸载问题构建成马尔可夫决策过程,分别基于Deep Deterministic Policy Gradient（DDPG）算法和DQN算法设计得到边缘服务器资源定价策略（DESRP）与动态定价下的移动用户任务卸载策略（MDMUTO）。本文将其分别与几种典型的定价策略（随机定价、均匀定价以及正态定价）和卸载策略（最近卸载以及贪心卸载）进行对比分析,在定价策略对比实验中,MDMUTO在移动用户的收益和成本方面差于其他策略,DESRP在边缘服务器的收益和成本方面要优于其他策略,但从移动用户和边缘服务器的整体收益而言,本文的策略要更加优秀。而在卸载策略对比实验中,MDMUTO在移动用户的收益和成本方面优于其他策略,DESRP在边缘服务器的收益和成本方面则略差于其他策略,同样从移动用户和边缘服务器的整体收益而言,本文的策略会更加优秀。因此,本文的策略可以兼顾到移动用户和边缘服务器两方的收益,尽可能同时最大化两者的长期收益。如何有效地对资源定价以及对任务卸载是边缘服务器和用户所分别面临的重要问题,尤其是在用户处于移动状态且计算需求不断产生的情况下。本文将定价问题与卸载问题构建成马尔可夫决策过程,并基于深度强化学习算法设计得到了资源定价策略与任务卸载策略。通过实验验证了本文定价策略以及卸载策略的有效性,可以为真实边缘计算环境中定价以及卸载策略的制定提供一些有意义的指导。