Este documento propone un algoritmo de red Q profunda en duelo de múltiples etapas (MS-DDQN) para abordar el problema de evasión de vehículos aéreos de alta velocidad. La persecución y evasión de vehículos aéreos de alta velocidad es un juego en curso que atrae una atención significativa en el campo de la toma de decisiones de vehículos aéreos autónomos. Sin embargo, los métodos de maniobra tradicionales generalmente no son aplicables en escenarios de alta velocidad. Independientemente del modelo del vehículo aéreo, el método basado en MS-DDQN implementado busca una política de maniobra óptima aproximada al interactuar iterativamente con el entorno. Además, se introdujo el mecanismo de aprendizaje de múltiples etapas para mejorar la calidad de los datos de entrenamiento. Se realizaron experimentos de simulación para comparar el método propuesto con varias políticas de maniobra de evasión típicas y para revelar la efectividad y robustez del algoritmo MS-DDQN propuesto.