Las redes de sensores inalámbricos submarinos juegan un papel importante en los sistemas de comunicación submarina. La comunicación a través de la colaboración es una forma efectiva de resolver problemas críticos en los sistemas de comunicación submarina. Los sensores submarinos suelen desplegarse en espacios que se superponen con los de los mamíferos marinos, lo que puede afectarlos adversamente. Por esta razón, en este documento se diseña un método de evitación de conflictos con mamíferos marinos que puede ajustarse dinámicamente según la duración del tiempo de inactividad del canal y la demanda del nodo sensor, y se realiza la derivación de la duración máxima de ocupación del tiempo. Al mismo tiempo, además, combinando el potencial del aprendizaje por refuerzo en la gestión adaptativa, la optimización eficiente de recursos y la resolución de problemas complejos, este estudio también propone un método de conmutación de espectro asistida por relé basado en el aprendizaje por refuerzo (R2S), que tiene como objetivo lograr una asignación razonable de recursos de espectro en sistemas de comunicación colaborativa de relé. Los resultados experimentales muestran que el método propuesto en este estudio puede reducir eficazmente la perturbación a los mamíferos marinos, al tiempo que se desempeña bien en cuanto a la probabilidad de conflicto, la probabilidad de interrupción y la calidad del servicio.