Las redes tolerantes a retrasos enfrentan desafíos en la utilización eficiente de los recursos de red y en la detección en tiempo real de los estados de los nodos y mensajes debido a los cambios dinámicos en su topología. En este artículo, proponemos un protocolo de enrutamiento Multi-Decision Dinámico Inteligente (MDDI) basado en doble Q-learning, relaciones de nodos y atributos de mensajes para lograr una transmisión eficiente de mensajes. En el protocolo propuesto, se considera a toda la red como un entorno de aprendizaje por refuerzo, con todos los nodos móviles tratados como agentes inteligentes. Cada nodo mantiene dos tablas Q, que almacenan los valores Q correspondientes cuando un nodo reenvía un mensaje a un nodo vecino. Estos valores Q también están relacionados con la latencia promedio de la red y el conteo promedio de saltos. Además, introducimos relaciones de nodos para optimizar aún más la selección de rutas. Los nodos se categorizan en tres tipos de relaciones: amigos, colegas y desconocidos, basados en información de interacción histórica, y los conteos de reenvío de mensajes y el tiempo restante se incorporan en el proceso de toma de decisiones. Este protocolo tiene en cuenta de manera integral los atributos de varios recursos en la red, permitiendo el ajuste dinámico de decisiones de reenvío de mensajes a medida que la red evoluciona. Los resultados de la simulación muestran que el protocolo de enrutamiento inteligente dinámico de múltiples decisiones propuesto logra la tasa de entrega de mensajes más alta, así como la menor latencia y sobrecarga en todos los estados de la red en comparación con otros protocolos de enrutamiento relacionados para DTNs.