B5G移动通信网络与卫星通信网络相互融合,能够满足用户无处不在的业务需求,是未来移动通信网络发展的重要方向之一。星地通信系统具有大传播时延、高多普勒频移等特点,因此混合自动重传（Hybrid Automatic Repeat Request,HARQ）机制在星地融合网络中的应用面临着新的挑战。在HARQ机制下,为了保证数据包的可靠交付需要进行多次重传,如何降低重传对星地通信系统的影响,减小传输时延、增大系统吞吐率成为了亟待解决的问题。为此,本文针对B5G星地融合场景下的HARQ策略结合强化学习展开了研究。首先,为了解决卫星信道传播距离远导致数据包传输总时延过大的问题,本文提出了一种基于强化学习的快重传HARQ策略。在首次传输中,使用连续发送可省略部分NACK信号的反馈过程,从而降低数据包接收时延。由于连续发送阈值的选取与信道状态信息（Channel State Information,CSI）紧密相关,本文采用强化学习方式获取发送阈值与CSI的映射关系,提高发送阈值选取的准确性。实验结果表明,所提HARQ反馈策略与传统策略相比,数据包平均传输时延可降低约30%。其次,在卫星通信场景下,传统HARQ机制反馈粒度单一,无法适应信道状态变化,导致重传冗余增大、系统吞吐率下降。为此,本文提出了一种基于强化学习的自适应反馈HARQ策略。该策略采用强化学习方式,在多级码组反馈与均分码块组反馈中选择当前信道状态下的最佳反馈方式,自适应调节反馈粒度。经仿真验证,与传统反馈策略相比,本文所提自适应反馈策略平均吞吐率提升约25%。