強化学習（RL）の登場により、知的エージェントは不確実な環境のダイナミクスに適応することが可能となった。近年、スマートシティ環境におけるIoTサービス選択のために、RLを利用した手法が提案されています。しかし、これらのアプローチの大部分は、利用可能なサービスの中から1つの基準、もしくは複数の基準を1つの基準に変換してサービスを選択している。これらの手法では、より精度の高いサービス選択が困難である。本研究の目的は、多基準IoTサービス選択にマルチタスク深層強化学習、具体的には（IMPALA）を適用することでサービス選択の精度・学習効率を向上させることを目指す。また、実験により本手法の有用性を示す。