未来的通信业务将更加丰富多样,由于不同业务有不同的通信需求,而传统网络只能满足单一服务需求,因此网络切片技术应运而生,该技术允许在一个物理网络上建立多个逻辑网络满足各业务的通信需求。为了保证网络切片优异的通信质量,高效的资源管理机制是极其重要的。因此,本文的工作重点是在接入网切片场景下,致力于优化资源管理的方案,且本文的研究工作总结如下:针对很多文献中拓扑感知不符合实际的问题,提出了一种基于部分观察马尔可夫决策过程(Partial Observation Markov Decision Process,POMDP)的多资源联合管理方案。针对物理网络拓扑设计了一种心跳包检测机制部分感知当前的拓扑情况。基于完全的队列状态和部分感知的拓扑状态利用POMDP决策出切片内各服务功能链的计算和链路资源的编排和映射方式。混合启发式值迭代算法因其复杂度较低而用于求解该POMDP模型,并获得近似最优资源管理策略。仿真实验表明该方案可以在动态拓扑情况下优化决策资源编排和映射而降低时延且最小化修复成本,实现低成本的低时延通信并提升资源利用率。针对终端在接入网切片内移动时造成的高时延问题,基于强化学习方法提出了一种感知移动性的资源管理方案。基于马尔可夫决策过程(Markov Decision Process,MDP)建立了一个感知切片内终端的移动情况和环境变化而决策计算、链路和无线资源的联合编排和映射的MDP模型。Q-learning方法应用于该MDP模型中解决移动状态和环境状态的转移概率无法获得的问题。为了降低Q-learning方法的求解复杂度,设计并训练一种深度Q网络(Deep Q Network,DQN)从而有效获得近似最优的资源管理策略。仿真结果表明该方案可以动态优化有移动终端的接入网切片的时延,同时能降低切片内的数据损失量,实现低数据损失的低时延通信并提升切片吞吐量。