在动态变化的无线传感器网络(WSN)环境中,如何在有效利用传感器节点受限资源的同时获得较好的应用性能是WSN研究的关键问题之一。基于Q学习的传感器节点任务调度算法是解决这一问题的有效途径之一。根据学习方式的不同,现有学习型算法主要分为独立学习型算法和合作学习型算法。针对独立学习型算法在能量消耗要求低的场景中存在应用性能较差的问题,本文建立独立Q学习模型,定义基本学习元素,提出一种基于Q学习和规划的独立型任务调度算法。该算法通过改善节点的学习策略来提高节点的应用性能,具体是建立基于优先级机制和过期机制的规划过程,有效利用经验知识,加强有利于学习的任务被调度的趋势,减弱不利于学习的任务被调度的趋势。NS3实验结果表明该算法能够根据环境变化进行动态任务调度；相比其他独立学习型算法,该算法能够在能量消耗要求低的场景中获得较好的应用性能。现有合作学习型算法由于频繁的交换合作信息,不能适用于应用性能要求高的场景。针对该问题,本文建立合作Q学习模型,定义基本学习元素,提出一种基于Q学习和共享值函数的合作型任务调度算法。该算法根据状态值函数的变化特点,设计一种状态值的发送约束和过期约束,可在有效减小合作信息交换频度的同时保证合作学习效果。NS3实验结果表明该算法可以根据环境变化进行动态任务调度；相比其他合作学习型算法,该算法可使节点在合作学习的同时正常完成应用的功能性工作,能够适用于应用性能要求高的场景。