随着物联网时代的到来以及计算机的广泛使用,各种应用和服务使得人们的生活品质愈发地提高,人们的生活愈发便捷化。但与此同时,随着数据量的爆发式增加,大量带宽资源被占用,特别是作为服务中心的云计算设备,容易在高峰期出现链路拥堵的情况。并且随着人们对服务质量QOS的不断提高以及智能应用例如自动驾驶的不断发展,传统云计算所提供的延时性渐渐无法满足需求,这时将部分计算放入边缘计算设备已成为了热点并被运营商等特别是物联网提供商所研究,而边云协同场景下低延时任务处理算法的研究就显得尤为重要。本文旨在研究一种基于强化学习的边云协同场景下的任务处理技术研究。受限于硬件资源,本文主要选择在自己设计的仿真系统上进行研究。同时在确保了设计的仿真系统的仿真有效性情况下,以及符合真实场景需求下,确保本文设计的算法具有较好的可执行性,并且可以根据真实环境不同的硬件配置,从而适用于大部分边云协同的场景。本文首先在ifogsim的基础上提出了一种可以用于预测瓶颈并且适用于资源调度仿真的系统,该系统很好地继承了ifogsim中事件驱动的核心机制,通过事件的形式使各个组件解耦化,使得系统的可扩展性和模块程度都大大提高,同时为了使仿真系统模拟出来的曲线更拟合真实曲线,本文基于梯度下降以及马尔可夫过程的理论,实现了自动调参功能,从而取得了良好的仿真效果。在此基础上,本文利用这个系统设计了较为复杂的边云协同的场景,并在这个场景中基于策略梯度的方法设计了适用于边云协同场景的任务处理方法,并取得了良好的调度效果。综上,本文的创新点如下所示,第一,在ifogsim的基础上,使用java完好的复现了ifogsim的核心功能,并将其移植到python环境中,并提供了一种可以预测瓶颈和用于算法研究的仿真平台。第二,在这个系统上,以梯度下降算法为基础设计了自动调参系统,该算法由java语言实现。第三,本文在复杂的边云协同场景下,以策略梯度为基础,提出了适用于该场景的强化学习任务处理算法,并取得了良好的低延时调度效果。