车联网（Vehicle-to-everything,V2X）通信将是未来智慧道路交通体系中不可或缺的一环,V2X技术将道路交通中的各参与主体联系起来,能够提升道路交通效率、减少交通事故、增强安全、丰富驾驶者车载体验。由于车联网通信系统中可能同时存在多种类型用户设备（Vehicle User Equipment,VUE）,其服务质量（Quality-of-service,Qo S）需求各不相同,为了满足不同业务的Qo S需求,需要对频谱资源进行合理分配。然而,车联网通信中,由于频谱资源较为稀缺,以及车辆高速移动导致信道具有快速时变特性,限制了全局信息获取的可行性,使得传统基于中心式优化的设计思路具有一定的局限性。因此,为了适应动态、复杂的车联网环境,设计分布式的车联网频谱接入机制有重要意义。与此同时,人工智能（Artificial Intelligence,AI）技术,如深度强化学习（Deep Reinforcement Learning,DRL）,开辟了数据驱动的全新算法设计思路,近年来在无线通信领域中的应用越来越广泛。本文研究了蜂窝车联网（Cellular V2X,C-V2X）系统中V2I（Vehicle-to-infrastructure）用户和V2V（Vehicle-to-vehicle）用户共存场景下的分布式频谱接入机制设计。基于多智能体强化学习（Multi-agent Reinforcement Learning,MARL）,本文以最大化V2I用户总吞吐量同时满足V2V用户时延可靠性需求为优化目标,提出了两种分布式的频谱接入算法。首先,通过将车联网频谱接入优化问题建模为分布式部分可观测马尔可夫决策过程（Decentralized Partially Observable Markov Decision Process,Dec-POMDP）,本文提出了一种基于MARL的智能体间完全独立工作的分布式频谱接入算法。在该算法中,智能体使用不包含信道状态信息（Channel State Information,CSI）的局部环境观测作为输入,来联合优化子信道和传输功率的选择。通过奖励函数和训练机制的设计,多个智能体学习形成隐式的协作模式。为了更好地适应车联网环境,提升学习性能,该算法集成了一系列先进的DRL技术,并且为了应对多智能体并发学习所引起的非平稳性,该算法还引入了滞后学习机制和并发经验回放（Concurrent Experience Replay Trajectories,CERT）机制,以稳定训练过程。为了解决车联网环境动态变化导致智能体难以训练的问题,该算法还引入了一种近似遗憾奖励（Approximate Regretted Reward,ARR）机制来实现更准确的训练效果评估。仿真结果验证了该算法在V2I用户总吞吐量和V2V用户包交付率两个指标上相对于对比方案的性能优势,并表明所提算法具有良好的稳健性和扩展性。为了实现更好的协作效果,本文还将通信机制引入MARL。考虑智能体不仅学习有效的信道接入策略,并且还通过学习形成通信协议,本文提出了一种通过结合智能体间通信机制来实现显式协作的分布式频谱接入控制算法。在该算法中,智能体由动作选择模块和消息产生模块组成:动作选择模块选择频谱接入动作,而消息产生模块则负责生成交互信息,两个模块均由深度神经网络（Deep Neural Network,DNN）实现,且共享网络参数。为了实现消息产生模块的端到端训练,在算法设计中引入了离散/正则处理单元（Discretize/regularize Unit,DRU）,其在训练阶段对消息产生模块的输出正则化,而在测试阶段离散化,使得消息产生模块的参数可以通过损失函数进行梯度回传更新,实现端到端训练。为减小训练开销,所有智能体共享网络参数,由于每个智能体对环境的观测结果各不相同,因此智能体能表现出不同的行为策略。最终,仿真结果验证了引入通信机制的有效性,所提算法能够实现比同样基于MARL的完全独立工作、没有通信机制的算法更优的性能,表明通信交互机制能够有效提升智能体间的协作效果。