Con el rápido avance de la tecnología de UAV, la utilización de operaciones cooperativas de múltiples UAV se ha vuelto cada vez más prevalente en varios dominios, incluidas aplicaciones militares y civiles. Sin embargo, lograr una coordinación eficiente en la recolección de múltiples UAV sigue siendo un problema desafiante. Este documento aborda el problema de la caza colaborativa de drones proponiendo un modelo de control de toma de decisiones basado en el aprendizaje por refuerzo profundo. Además, se establece un pool de datos de experiencia compartida para facilitar la comunicación entre drones. Cada dron posee capacidades independientes de toma de decisiones y control, considerando también la presencia de otros drones en el entorno para lograr de manera colaborativa la evasión de obstáculos y las tareas de recolección. Además, redefinimos y diseñamos la función de recompensa del aprendizaje por refuerzo para lograr un control preciso de los enjambres de drones en diversos entornos. Los experimentos de simulación demuestran la viabilidad del método propuesto, mostrando su exitosa finalización de tareas de evasión de obstáculos, seguimiento y recolección en un entorno con obstáculos.