移动边缘计算（MEC）通过将计算与存储资源部署至网络边缘，有效降低了任务响应时间并提高了资源利用率。由于MEC系统状态的动态性和用户需求的多变性，如何进行有效的任务调度面临着巨大的挑战，不合理的任务调度策略将严重影响系统的整体性能。现有工作通常对任务采用平均分配资源或基于规则的策略，不能有效地处理动态的MEC环境，这可能造成过多的资源消耗，进而导致服务质量（QoS）下降。针对上述重要问题，提出了一种MEC中基于Actor-Critic深度强化学习的任务调度方法（TSAC）。首先，提出了一种面向边缘环境的任务调度模型并将任务等待时间和任务完成率作为优化目标；其次，基于所提系统模型与深度强化学习框架，将联合优化问题形式化为马尔可夫决策过程；最后，基于近端策略优化方法，设计了一种新型的掩码机制，在避免智能体做出违反系统约束的动作和策略突变的同时提高了TSAC的收敛性能。基于谷歌集群真实运行数据集进行仿真实验，与深度Q网络方法相比，至少降低6%的任务等待时间，同时提高4%的任务完成率，验证了的可行性和有效性。