1.一种提高分布式边缘计算系统负载均衡的方法，其特征在于，该方法包括以下步骤：S1、在每个时间片开始阶段，各边缘服务器向网络中的其他边缘服务器广播当前自身的负载情况；

S2、各边缘服务器根据所获取的其它边缘服务器的负载状态，将调度决定发送给其他边缘服务器；

S3、当所有服务器都接收到其它服务器的调度决定后，判断自身的计算时间并将该时间反馈给发送调度决定的服务器；

S4、所有调度的服务器执行学习算法，所有服务器根据自身的策略向量再次随机的选择一个服务器并发送其调度决定，直到算法终止。

2.如权利要求1所述的提高分布式边缘计算系统负载均衡的方法，其特征在于，在步骤S4中，所述学习算法包括以下步骤：S41、每个服务器需要记录当前系统的状态；

S42、在所有服务器获取到当前的状态后，其根据自身的策略向量随机的选择一个调度动作，并将该动作发送给相应的服务器；

S43、在所有服务器收到其他服务器的调度决定后，评估自身的运行时间，并将该运行时间反馈回准备进行调度的服务器；

S44、所有服务器收到反馈后评估自身的运行时间和系统平均的运行时间的偏差的绝对值；

S45、服务器们根据时间偏差调整各自的策略向量；

S46、更新策略向量重复步骤S42～45，直到所有服务器的策略向量变为单位向量，而后服务器采取相应的动作并记录最优动作，该最优动作为当前状态下的单位向量中为1的位置所对应的动作；

S47、进入下一个时间片，每个服务器执行步骤S41～46，直到系统记录下所有系统状态下的最优动作，每个服务器可以根据每个时间片的状态进行调度。