道路信号干扰造成的非可靠链路使得车载自组织网络(vehicular Ad hoc network,VANET)中的广播消息频繁发生数据丢包,由于广播消息中包含与车辆安全相关的信息,任何数据丢包都可能对车辆的安全驾驶造成严重影响.为增强车辆之间信息交互的可靠性,提出了一种贪心背驮算法(greedy piggyback algorithm,GPA).允许所有车辆在发送自身丢包请求的同时,从接收缓存中选取若干消息进行背驮式附带广播,对其他车辆的数据丢包进行合作恢复.针对由非对称信道引起的车辆信息孤岛问题,在贪心背驮算法的基础上提出了一种基于策略学习的交互背驮算法(mutual learning and piggybacking algorithm,MLPA),通过车辆之间背驮策略的交互、学习提高VANET中消息广播的可靠性.仿真结果表明,GPA和MLPA不仅将车辆广播中数据接收的可靠度分别提高到0.85和0.95,还能获得较低的网络负载和较短的传输延迟.该算法可被推广至其他对实时性和可靠性要求较高的无线通信网络中.