本发明提供了一种基于Q‑Learning的水声网络MAC协议切换方法，建立了集中式水声网络MAC协议切换的马尔科夫模型，通过建立业务量等级与MAC协议类型的联合模型描述网络状态，构造网络的综合性能作为回报函数，对当前状态进行实时价值评价，通过在不同场景下选择最优MAC协议，实现网络综合性能的最优化。本发明减小控制开销，使得网络对业务量、拓扑的变化能进行有效适应，选择最优MAC协议，可在业务量、网络拓扑改变的场景下灵活在TDMA与Slot ALOHA协议间进行切换，综合利用两协议的优势、避免两协议的不足，具有最高的综合性能。