Para abordar los requisitos de desacoplamiento multicanal y control de alta precisión en sistemas de UAV de cuadricóptero, este documento propone un nuevo controlador inteligente (TD3-ADRC) que integra el Control de Rechazo de Perturbaciones Activas (ADRC) con el algoritmo de Gradiente de Política Determinista Profunda Doble Retrasada (TD3). En primer lugar, se establece el modelo dinámico del cuadricóptero. En segundo lugar, se introduce una función tanh parametrizada y se aplica para diseñar el diferenciador de seguimiento, el observador de estado extendido y la ley de control de retroalimentación no lineal. Luego, se incorpora el mecanismo de aprendizaje TD3 para aprender y optimizar automáticamente los parámetros del controlador, mejorando así significativamente la capacidad de rechazo de perturbaciones del sistema. Finalmente, se realizan estudios de simulación comparando los algoritmos convencionales PID, ADRC, DDPG y el propuesto TD3-ADRC en Simulink. Además, se desarrolla un sistema de prueba en banco utilizando el controlador de vuelo PX4. Los resultados experimentales muestran que, bajo condiciones ambientales complejas, el controlador TD3-ADRC propuesto supera tanto a los métodos PID convencionales como a los ADRC lineales en términos de fiabilidad y adaptabilidad, validando la efectividad del enfoque de control propuesto.