随着智能移动终端的普及以及网络基础建设的完善,无线自组织网络的应用越来越广泛。车联网（Vehicular Ad Hoc Network,VANET）和水下传感器网络（Underwater Sensor Networks,UWSWs）是无线自组织网络在不同场景下的特殊应用。近年来随着对智能交通的研究深入以及对海洋资源勘测的迫切需求,VANET和UWSNs都受到了越来越广泛的关注,而高效的路由技术是保证网络中节点间进行信息有效传输的基础,也是决定其能否投入实际应用的关键。Q-learning作为一种经典的强化学习算法可以帮助参与算法的主体即节点,通过与环境的交互完成相关知识的学习,增强节点信息传输的智能性,因而被广泛应用于路由机制设计中。但现有的基于Q-learning算法的路由机制在Q值表收敛以及状态转移概率评估方面存在不足。本文基于Q-learning算法设计了两种新型的路由算法,分别适用于具有较快拓扑变化的VANET以及节点能量有限的UWSWs,本文的创新性主要体现在以下两个方面:（1）提出了一种基于Q-learning的无人机（UAV）辅助的适用于VANET的自适应路由算法（QAGR）。在QAGR的空中路由部分,UAV采用模糊逻辑算法计算出全局最优路径,帮助地面有信息传输请求的车辆在选择下一跳节点时过滤掉偏离或拥塞的邻居。在地面路由过程中,QAGR通过量化最大传输距离和最大相邻节点数,构造了一个稳定的状态空间,与由邻居节点构造的状态空间相比,QAGR构造的Q值表更稳定,使用寿命也更长。此外,QAGR还通过在区域内共建共享Q值表的方式加速了 Q值表的收敛。仿真结果表明QAGR相较于已有的路由协议,能在保证信息传递率的同时降低传输时延。（2）提出了一种适用于UWSNs的基于博弈强化学习的功率自适应路由机制（QPAR）。由于水下的环境的特殊性,能耗问题是UWSNs面临的最主要问题。在所提的QPAR算法中,通过构建节点传输范围内能量评估模型、节点发射功率自适应控制模型以及数据传输方向选择模型,并结合Q-learning算法,帮助节点根据自身以及周围环境状况选择最适合数据传输的下一跳,并利用最合适的功率进行数据转发。仿真结果表明,相较于已有方案QPAR能够有效地降低并均衡网络中节点的能量消耗,延长网络的寿命。