近些年来,随着移动智能设备的不断发展,运行于移动设备的应用程序越来越丰富,移动设备的资源和处理能力限制导致了某些应用程序无法满足用户的服务质量要求。克服这一问题的方法就是将移动设备上的计算密集型任务卸载到部署在网络边缘的云服务器上,称为移动边缘计算（Mobile Edge Computing,MEC）。然而,移动边缘云服务器的资源有限,不同的卸载策略和资源分配方式会显著影响用户的服务质量,因此,如何有效地制定资源配置策略,是MEC领域的研究重点。本学位论文围绕MEC系统中多小区多用户的场景,对卸载和资源分配问题展开了深入研究,分别提出了基于可变学习速率的多智能体强化学习的联合卸载和资源分配（Joint Offloading and Resource Allocation based on Multi-agent Reinforcement Learning with Variable Learning Rate,JORA-MV）算法和基于深度强化学习的协作资源分配（Collaborative Resource Allocation based on Deep Reinforcement Learning,CRA-DRL）算法。本学位论文的主要工作如下:（1）提出了基于可变学习速率的多智能体强化学习的联合卸载和资源分配算法。该算法综合考虑了用户的卸载决策以及无线资源和计算资源的联合分配,分别获得本地计算和卸载的开销并进行比较,作为卸载的决策依据,无线资源以子载波的形式分配,定义用户的效用函数包括数据传输速率和开销,通过合理的分配计算资源和子载波,提高用户的任务卸载率,同时最大化用户的效用函数之和。建立基于可变学习速率的多智能体强化学习模型,每个用户作为一个智能体,通过与环境进行交互获取奖励值来学习改善自己的策略。根据比较智能体的当前奖励和预期奖励值自适应地改变学习速度,从而当智能体当前奖励值小于预期奖励值时加快学习速率以适应其他智能体策略变化,当智能体当前奖励值大于预期奖励值时放慢学习速率给其他智能体适应策略变化的时间。仿真结果表明,提出的JORA-MV算法收敛性能表现好。和其他算法相比,时延和能耗更低,并且卸载率更高。（2）提出了基于深度强化学习的协作资源分配算法。该算法不仅考虑了面向移动端的资源分配问题,还通过多小区服务提供商（Service Provider,SP）之间的协作和计算资源共享,提高资源的有效利用率。该算法包括资源分配和资源共享两个模块,资源分配模块包括用户基站选择和SP子载波分配,首先根据信噪比最大原则得到用户基站连接矩阵,然后使用深度强化学习以最大化系统总容量为目标得到载波用户连接矩阵;资源共享模块首先计算SP的平均时延,低于时延阈值的SP对其他SP进行资源借用,以最小化系统时延和资源共享的代价之和为目标,使用深度强化学习建模。仿真结果表明,提出的CRA-DRL算法能够有效地提高计算资源的利用率。