摘要 - 随着机器学习的最新进展，创造了在模拟空中战斗中现实行为的代理，已成为一个越来越多的感兴趣领域。本调查探讨了机器学习技术在建模空气战斗行为中的应用，这是由于增强基于模拟的试验训练的潜力。当前的模拟实体倾向于缺乏现实的行为，传统的行为建模是劳动力密集的，容易丧失发展步骤之间基本领域知识。增强学习和模仿学习算法的进步表明，代理可以从数据中学习复杂的行为，而数据可能比手动方法更快，更可扩展。然而，使能够执行战术操作和操作武器和传感器的自适应代理仍然提出了重大挑战。