Hemos observado una aceptación prometedora de las redes locales inalámbricas (WLANs) en nuestros dispositivos de comunicación cotidianos, como teléfonos inteligentes, tabletas y computadoras portátiles. La preservación de energía juega un papel vital en las redes de comunicación WLAN. El uso eficiente de la energía sigue siendo uno de los desafíos más importantes para los dispositivos WLAN. Se han propuesto varios enfoques por parte de investigadores industriales e institucionales para ahorrar energía y reducir el consumo total de energía de los dispositivos WLAN centrándose en métodos de ahorro de energía estáticos/adaptativos. Sin embargo, la mayoría de los enfoques ahorran energía a expensas de la degradación del rendimiento debido a un aumento del tiempo de inactividad o un menor número de transmisiones. En este documento, reconocemos el potencial de las técnicas de aprendizaje por refuerzo (RL), como el modelo de aprendizaje Q (QL), para mejorar la fiabilidad del canal WLAN para el ahorro de energía. QL es una de las técnicas de RL que utiliza la recompensa acumulada de las acciones realizadas en el modelo de estado-acción. Proponemos un protocolo MAC de ahorro de energía basado en QL, llamado protocolo MAC. El protocolo MAC propuesto reduce el consumo de energía utilizando el valor de recompensa acumulado para optimizar la fiabilidad del canal, lo que resulta en una menor probabilidad de colisión de canal en la red. Evaluamos los grados de congestión del canal en la probabilidad de colisión como función de recompensa para nuestro protocolo MAC basado en QL. Los resultados comparativos muestran que el protocolo MAC logra un rendimiento mejorado del rendimiento del sistema con ahorros de energía adicionales en comparación con los mecanismos de ahorro de energía existentes en las WLAN.