在这个万物互联的时代,车辆成为第三大联网设备,车联网技术受到学术界和工业界广泛关注。车联网以信息通信技术为核心,集成了通信、传感、定位等多项前沿技术,能显著提高行车安全和效率。由于用户需求的多样性,车联网中存在多种不同制式的网络。另一方面,由于车辆用户节点具有移动速度高、随机性强的特点,会导致在不同网络间产生大量切换,从而降低用户的通信质量。因此,如何在保证车辆用户服务质量的前提下,减少不必要切换次数成为车联网通信中研究的一个重要课题。本文首先对VANET（Vehicle Ad-hoc Network,车辆自组织网络）和LTE（Long-Term Evolution,长期演进）网络及其相关技术进行介绍,并重点描述垂直切换的分类、性能指标以及经典垂直切换算法,分析讨论每种经典算法的优缺点。随后本文提出基于Q-Learning算法的垂直切换策略。Q-learning是强化学习中的一种算法,通过让每台车作为智能体与信道条件的环境进行交互学习,最终获得符合目标要求的结果。在切换策略的触发条件中,同时考虑车辆用户服务质量和负载均衡问题,把带宽平均分配给每个车辆用户。通过MATLAB模拟仿真了多小区场景模型,与经典算法基于信干噪比（Signal to Interference and Noise Rate,SINR）的切换策略和基于传输速率（rate）的切换策略进行对比,提出基于Q-Learning的切换策略,在保证系统吞吐量的前提下,可以减少了不必要的切换次数。考虑到Q-Learning算法运行时间过长,不适合切换此类对时延要求高的技术,本文提出另一种强化学习的算法,即基于上置信边界（Upper confidence bound,UCB）算法的切换策略,该算法在对历史信息的利用和未来信息的探索中做权衡,且能以分布式的方法进行部署。该切换策略沿用前文设计的切换场景和触发条件,通过MATLAB进行仿真,并对比两种经典算法和Q-Learning算法。仿真结果表明,基于UCB算法的切换策略的性能更优,具有更少的运行时间。