工业物联网设备会将无法进行本地计算的任务发送至边缘服务器进行处理，但不同设备密度下的覆盖会导致不同边缘服务器的计算任务负载不均衡，进而产生计算时延过大的问题.为了解决这个问题，提出了一种基于改进的深度确定性策略梯度（modified deep deterministic policy gradient,MDDPG）的任务迁移算法，该算法具有基于深度确定性策略梯度的优先经验重放和随机权重平均机制，以寻求最佳的迁移策略，减少任务的计算时延.实验结果表明，MDDPG算法相较于传统的算法有更好的性能.