Les applications V2X émergentes, telles que les systèmes avancés d'aide à la conduite (ADAS) et la conduite autonome connectée (CAD), nécessitent des communications ultra-fiables à faible latence (URLLC). Malheureusement, aucune des technologies de communication V2X existantes, telles que l'ETSI ITS-G5 ou le C-V2X (Cellular V2X incluant le 5G NR), ne peut satisfaire ces exigences de manière indépendante. Cette thèse explore la capacité des technologies de communication V2X à répondre aux exigences des applications de Day 3. Dans notre principale contribution, nous proposons une architecture hybride de communication véhiculaire évolutive qui tire parti des performances de plusieurs technologies d'accès radio (RAT). À cette fin, nous présentons une nouvelle pile de protocoles ITS station et une stratégie décentralisée de sélection de RAT utilisant l'apprentissage profond par renforcement (DRL). L'approche proposée utilise un algorithme double deep Q-learning (DDQN) permettant à chaque véhicule de déterminer la combinaison optimale de RAT pour répondre aux besoins spécifiques de l'application V2X tout en limitant la consommation de ressources et la charge du canal. De plus, nous évaluons la capacité de notre architecture à offrir une communication fiable et à haut débit dans deux scénarios différents avec des densités de trafic variables. Les résultats numériques révèlent que l'architecture hybride de communication véhiculaire a le potentiel d'améliorer le taux de réception des paquets (PRR) jusqu'à 30 % par rapport à la stratégie statique de sélection de RAT et à l'algorithme de prise de décision multicritère (MCDM). De plus, la stratégie de sélection présente une amélioration d'environ 20 % du débit et une réduction de 10 % du taux d'occupation du canal (CBR). Cette thèse présente également une étude de preuve de concept sur les communications véhiculaires hybrides et l'utilisation du vMec, offrant des perspectives sur le futur prometteur de solutions de communication V2X évolutives et efficaces pour les applications émergentes.