4G的普及带来了移动互联网时代,联网设备的主力军从个人电脑（Personal Computer,PC）逐渐转变成手机平板等移动终端。随着5G的研究与发展,物联网日益成为下一个时代浪潮,万物互联的时代即将到来。可联网的设备不再局限于手持设备,无人驾驶、智慧城市、智慧家庭、工业制造等各个领域都将蓬勃发展。但是,由于物联网设备自身的限制,它的计算能力和存储能力有限,无法满足许多延迟敏感型应用程序和计算密集型应用程序的需求。如何扩展网络边缘的联网设备的性能成为网络领域的重要挑战。移动边缘计算（Mobile Edge Computing,MEC）的模式被提出,以解决上述问题。在这种计算模式下,计算资源和存储资源被部署在移动网络的边缘,物联网设备可以通过无线信道将任务卸载到具有更强计算能力的边缘服务器上进行计算。物联网设备只需要传输数据,接收结果,解决了自身计算资源不足的问题。在关于边缘计算的所有研究中,任务卸载决策的研究是重要的一环。强化学习能够在线下训练一个智能体,训练后的智能体可以在线进行实时决策,因此特别适合边缘计算场景。已经有一些将深度强化学习应用于边缘计算中的任务卸载的研究,通过合理的计算卸载方案实现减小任务的延迟、能耗等目标。但是很多工作并没有考虑到信道的时变特性,也没有考虑到使用边缘服务器的付费成本问题。对于多用户多服务器的场景,用户之间的决策会相互影响,如何在用户互不通信,无法了解全面信息的情况下单独做好决策也是一个重大挑战。本文的主要工作如下:1.对单边缘服务器多用户场景下的计算卸载问题进行建模,设计了一个综合考虑任务延迟、任务失败率、付费金额的效用函数作为优化目标,提出基于Q learning的中心化卸载算法来求解。为了解决状态空间过大的问题,进一步提出基于深度Q网络（Deep Q-Network,DQN）的计算卸载算法。最后仿真实验显示,在不同的权重参数下,在不同的终端设备数和不同的服务器计算能力下,DQN算法的任务延迟最低,任务失败率最低,总的效用函数值也优于其他对比算法,成功证明算法的有效性。2.对多边缘服务器多用户场景下的计算卸载问题进行建模,以最小化任务的失败率为优化目标,提出综合循环神经网络（Recurrent Neural Network,RNN）和DQN的深度循环Q网络（Deep Recurrent Q-Network,DRQN）算法,每个用户在不与其他用户进行信息交换的情况下独立进行卸载决策。最后仿真实验显示,DRQN算法在不同的终端设备数量、不同的边缘服务器数量、不同的终端计算能力、不同的边缘服务器计算能力下,相比其他算法任务的失败率都是最低,成功证明了DRQN算法的有效性。