本文提出了一种异步梯度下降法优化深度神经网络的深度强化学习框架，展示了多种强化学习算法的异步变体，特别是actor-critic方法在Atari领域的优越表现。同时，研究探讨了多智能体强化学习在移动边缘计算中的应用，提出了结合深度强化学习和马尔可夫决策过程的优化算法，显著提高了信息时效性和任务性能。