资源分配问题的研究一直都是移动通信系统中的核心问题之一,这是由于无线资源匮乏的本质因素决定的。随着移动通信技术的高速发展、各类智能终端的大量涌现,用户的业务需求和业务类型日益丰富和多元化,业务对于移动通信系统的服务质量和传输速率的要求不断提高。所以如何合理有效地利用有限的无线资源,提供高速的数据传输,来满足用户各类业务的需求,成为未来移动通信系统需要考虑的主要问题和目标。本文主要研究的是将一种智能的方法——强化学习引入到无线资源管理问题中,以便动态有效地解决无线资源分配问题。本文对强化学习的基本原理、常用的强化学习算法以及无线资源管理的相关内容进行了详细的描述和介绍,为强化学习在无线资源管理中的应用打好了理论基础。本文重点研究了应用强化学习解决移动蜂窝网络中的无线资源分配问题,提出了如下两种应用场景。首先,对LTE系统小区间的下行资源分配,在部分频率复用方案的基础上,针对小区间边缘负载分布不均衡的情况,提出了一种不同于固定频率复用因子的基于梯度强化学习联结网络的动态频率复用方案。通过仿真验证,本文所提的方案能够更好地适应小区边缘的负载分布,降低了小区边缘用户的不满意度概率,提高了边缘用户的平均吞吐量。其次,在引入D2D通信技术的蜂窝系统中,对于正交和非正交两种不同的资源共享方式,提出了不同于传统瞬时的资源分配方法。将D2D蜂窝系统建模成马尔科夫环境,用户的业务到达服从泊松过程。利用强化学习中的Q学习算法,找到时间序列上的最优的资源分配策略。仿真表明,在正交的资源共享方式下,采用Q学习能够获得更大的全局累积效用,并且更好的满足了优先级较高的蜂窝网用户的需求;在非正交的资源共享方式下,采用Q学习的方法则能够获得更大的系统容量。