新兴的无线多跳网络可以为各种业务，包括时延敏感的业务，提供低成本、灵活的基础架构，然而这类无线的基础架构经常是不可靠的，提供的资源是动态可变的，只能够支持有限的服务质量。为了改善时延敏感业务的性能，多跳网络应该由自主节点构成，在自主决策框架下，自主节点可以根据可用的本地信息确定各自的传输行为，并且根据网络状态的变化情况及时地调整传输行为。本文首先研究了在动态的多跳网络中，最大化分组到达目的节点速率的问题。考虑到多跳网络中存在空间和时间上的关联性，将速率最大化问题建模成分布式MDP，并提出基于模型的在线学习算法来解决分布式MDP问题，使得分组以最大速率到达目的节点。然后研究了无线自主网络中时延敏感用户的功率频谱联合分配问题。在信道状态变化的情况下，用户基于网络中其它用户的信息反馈，通过交互式学习对其它用户的传输策略进行统计分析，以此确定自身的具有预见性的传输行为以达到最优的功率频谱联合分配。