Debido a la capacidad limitada de un vehículo aéreo no tripulado (UAV) individual, los grupos de vehículos aéreos no tripulados (UAV) han atraído más atención en los campos de comunicación y radar. El uso de un sistema integrado de detección y comunicación (ISAC) puede hacer que los módulos de comunicación y radar compartan los recursos de un módulo de radar, junto con métodos eficientes de asignación de recursos. Puede resolver efectivamente el problema de los recursos UAV inadecuados y la baja tasa de utilización de recursos. En este artículo, se aborda el problema de asignación de recursos para grupos de UAV para lograr un equilibrio entre el rendimiento de detección y comunicación, donde el sistema ISAC está equipado en grupos de UAV. El problema de asignación de recursos se describe mediante un problema de optimización, pero con grupos de UAV, el problema es complejo y no se puede resolver eficientemente. En comparación con el esquema tradicional de asignación de recursos, que requiere muchos cálculos o problemas de conjunto de muestras, se propone un nuevo método basado en aprendizaje por refuerzo. Formulamos una nueva función de recompensa combinando la información mutua (MI) y la tasa de comunicación (CR). La MI describe el rendimiento de detección de radar, y la CR es para la comunicación inalámbrica. Los resultados de la simulación muestran que, en comparación con los métodos tradicionales de Kuhn Munkres (KM) o la red neuronal profunda (DNN), este método tiene un mejor rendimiento con el aumento de la complejidad del problema. Además, el tiempo de ejecución de este esquema es cercano al de la DNN y es mejor que el algoritmo KM.