La comunicación de dispositivo a dispositivo (D2D) es una innovación tecnológica prometedora que se considera que tendrá un impacto sustancial en la próxima generación de sistemas de comunicación inalámbrica. Las redes inalámbricas modernas de quinta generación (5G) y más allá (B5G) manejan un número creciente de dispositivos conectados que requieren mayores tasas de datos mientras utilizan un consumo de energía relativamente bajo. En este estudio, presentamos problemas de selección de modo, asignación de canales y asignación de potencia en un esquema D2D semi-distribuido (esquema SD) que se superpone a las redes celulares. El objetivo de este estudio es mejorar la tasa de datos, la Eficiencia Espectral (SE) y la Eficiencia Energética (EE) de la red mientras se mantiene el rendimiento de los usuarios celulares (CUs) creando un umbral de tasa de datos para cada CU en la red. Prácticamente, proponemos un enfoque centralizado para abordar los problemas de selección de modo y asignación de canales, empleando algoritmos codiciosos y de emparejamiento, respectivamente. Además, empleamos un algoritmo de aprendizaje por refuerzo (RL) basado en Estado-Acción-Recompensa-Estado-Acción (SARSA) para un esquema de asignación de potencia distribuida. Además, sugerimos que el subcanal del CU se comparta entre varios pares D2D, y se determina la potencia óptima para cada par D2D que comparte el mismo subcanal, teniendo en cuenta todos los tipos de interferencias en la red. Los hallazgos de la simulación ilustran la mejora en el rendimiento del esquema propuesto en comparación con los esquemas de referencia en términos de tasa de datos, SE y EE.