本发明属于水声通信技术领域，涉及一种基于强化学习的动态概率退避水声媒介接入控制方法，包括：S1、待发送的节点检测当前信道是否空闲、若空闲，则进入发送决策阶段；否则进入退避状态，退避计时结束后，重新检测信道是否空闲；S2、节点进入发送决策阶段后，若发送策略的期望收益大于等于退避策略的期望收益，则发送数据包，进入消息确认阶段；否则节点进入退避状态，退避计时结束后，回到步骤S1；S3、若节点进入消息确认阶段后，在规定的时间内接收到消息确认包，则认为发送成功，更新碰撞概率的估计值，回到步骤S1，准备发送下一个数据包；否则认为发送失败，更新碰撞概率的估计值，回到步骤S1。本发明有效提高了网络的信道利用率和传输效率。