针对移动物（车）联网的路由问题，通过对车辆的运动特点及造成链路断裂的原因进行的详细分析，我 们建立了链路维持时间模型，并将维持时间作为设计路由算法的重要参数．Q—Learning作为一种启发式机器学习策 略，能够通过与周围环境交互来动态地调整路由路径．基于此，我们设计了一种自适应的路由新算法．它将学习任务分 散在每一个车辆节点中，通过周期性的与周围节点交换信标信息来维护可靠的路由路径．利用Ns-2模拟器对该算法 的性能进行了评估，结果表明，在不同的网络场景中，该算法在递交率、端到端的延时以及平均跳数等方面均表现出很 好的效果．
