随着现代战争不断向着信息化、智能化的方向发展,飞行器自主机动决策技术作为提升战斗机智能化水平的关键技术,也越来越受到世界各国的关注。现代空战环境复杂、态势瞬息万变,能够准确感知空战环境并生成合理决策的自主机动决策方法技术是近几年来军事技术研究的重点。近年来,随着人工智能技术研究的不断深入,深度强化学习方法在多种决策问题的解决上取得了一定的突破,为飞行器机动决策问题的解决提供了新的思路。本文以三维空间中飞行器引导机动为应用背景,从深度强化学习的角度对飞行器机动决策过程进行分析,对三维空间中飞行器的引导智能机动决策方法进行研究,目的是为飞行器机动决策方法的智能化推进提供必要的参考与支持。围绕本文的研究目标,主要进行了以下几个方面的研究工作:（1）针对三维连续空间中飞行器引导训练环境不完善的问题,设计了飞行器基本操纵动作的控制方式,可以通过连续多步的机动控制实现复杂的战术动作,满足飞行器引导训练任务的基本需求。首先,依据飞行器动力学和运动学模型,建立了以切向过载和法向过载为控制量的飞行器运动模型,为深度神经网络提供了真实有效的飞行器状态信息。其次,从飞行员的机动操纵过程入手,分析并设计了飞行器机动控制方式,确定了飞行器可用动作集,完善了飞行器引导训练环境。（2）针对飞行器引导智能机动轨迹不够平滑以及深度强化学习算法存在的训练速度慢等问题,设计了飞行器引导奖励重塑函数,可以引导飞行器从限定空域内任意地点到达移动目标位置,实现飞行器引导任务机动决策智能化。首先,在飞行器引导训练环境中通过对训练环境信息的感知与评估,建立了对环境状态的有效表征。其次,从飞行器与移动目标的相对位置以及相对角度关系等方面入手,设计了强化学习奖励重塑函数,提升了智能体训练效率和飞行器飞行轨迹质量。仿真实验结果表明,在移动目标的引导机动中,使用奖励重塑函数能够明显提高飞行器机动轨迹质量和智能体训练速度。（3）针对当前仿真系统难以满足当前1v1近距空战机动决策智能化需求的问题,设计并实现了支持深度强化学习智能体接入的智能空战仿真系统,可以在系统中进行智能体的训练与验证,为1v1近距空战机动决策方法的智能化推进提供仿真技术支持。首先,从深度强化学习与环境的交互方式入手,设计了智能空战仿真系统的总体架构。其次,对仿真系统智能接口进行了设计,定义了智能体与仿真环境的交互方式。最后,展示了利用该系统进行三维空间内一对一空战智能体的训练成果。该平台可以实现飞行器航迹和3D飞行姿态展示,具备训练1v1近距空战机动决策智能体的能力。