Ad hoc网络是一种分布式多跳无线网络，其网络中的每个节点都具有路由功能，现在已经被广泛应用到军事、救灾、医疗等许多通信领域。但是，网络结构的动态变化和网络资源的有限性，制约了该网络被更进一步地应用。路由协议成为解决这个问题的关键之一。然而传统的Ad hoc路由协议由于对网络环境自适应能力低，当网络情况发生变化时，不能够有效做出改变，导致网络拥塞，引起数据包丢失严重，传输延时增加，极大影响了网络性能。　　 当前，强化学习算法被广泛应用到许多领域。在通信领域，利用强化学习算法解决路由问题，正在成为研究的热点。　　 本论文分析研究了Ad hoc网络中现有的两类路由协议的典型代表：按需驱动的AODV协议和表驱动的OLSR协议。通过采用强化学习算法对AODV协议进行改进，提出了QAODV协议。为利用强化学习算法解决表驱动路由协议问题，论文对OLSR协议机制做了有效地改进，建立了强化学习算法模型，提出了LOLSR协议。通过仿真发现，两种协议采用强化学习算法后都有效地提高了网络对环境的适应性，无论是在动态网络还是静态网络环境下，数据包成功投递率和延时性能都得到改善，这使得协议更适合用于对时延要求比较严格的场合。