这项工作有助于开发一种基于深度强化学习的代理，该代理能够在超视距 (BVR) 空战模拟环境中行动。本文概述了构建一个代表高性能战斗机的代理的概述，该代理可以根据使用操作指标计算的奖励随着时间的推移学习并提高其在 BVR 战斗中的作用。此外，通过自我对弈实验，它有望产生前所未有的新空战战术。最后，我们希望使用虚拟模拟来检查真实飞行员在同一环境中与训练有素的代理交互并比较他们的表现的能力。这项研究将通过开发能够与真实飞行员互动的代理来提高他们在防空任务中的表现，为空战训练环境做出贡献。