Con el aumento de los requisitos de tráfico de datos en las redes vehiculares, la comunicación de vehículo a todo (V2X) se ha vuelto imperativa para mejorar la seguridad vial y garantizar servicios confiables y de baja latencia. Sin embargo, la comunicación V2X se ve altamente afectada por interferencias al cambiar los estados de canal en un entorno de alta movilidad en redes vehiculares. Para una gestión óptima de interferencias en entornos de alta movilidad, es necesario aplicar aprendizaje profundo por refuerzo (DRL) para asignar recursos de comunicación. Además, para mejorar la capacidad del sistema y reducir el consumo de energía del sistema por los sobrecostos de tráfico de mensajes periódicos, se requiere una técnica de agrupación de vehículos. En este documento, se propone un método de asignación de recursos basado en DRL con agrupación de cabezales de radio remotos y agrupación de vehículos para maximizar la eficiencia energética del sistema considerando calidad de servicio y confiabilidad. El algoritmo propuesto se compara con tres algoritmos existentes en términos de rendimiento a través de simulaciones, superando en cada caso a los algoritmos existentes en términos de relación señal a ruido de interferencia promedio, tasa de datos alcanzable y eficiencia energética del sistema.