Los dispositivos utilizados en las redes de Internet de las Cosas (IoT) continúan realizando la detección, recopilación, modificación y transmisión de datos. Dado que las redes de IoT tienen muchos participantes, mitigar y reducir las colisiones entre los participantes se convierte en un requisito esencial para los protocolos de Control de Acceso al Medio (MAC) con el fin de aumentar el rendimiento del sistema. Una colisión ocurre en un canal inalámbrico cuando dos o más nodos intentan acceder al canal al mismo tiempo. En este documento, se propuso un protocolo MAC basado en aprendizaje por refuerzo para proporcionar un alto rendimiento y aliviar el problema de colisiones. Se propuso un valor Q colaborativamente predicho para que los nodos actualicen sus funciones de valor utilizando la información de prueba de comunicaciones de otros nodos. Nuestro protocolo propuesto fue confirmado por simulaciones a nivel de sistema intensivas que pueden reducir el tiempo de convergencia en un 34.1% en comparación con el protocolo MAC basado en Q-learning convencional.