La cobertura de áreas y el seguimiento de objetivos son aplicaciones importantes de los enjambres de UAV. Sin embargo, intentar realizar ambas tareas simultáneamente puede ser un desafío, particularmente bajo restricciones de recursos. En tales escenarios, los enjambres de UAV deben colaborar para cubrir áreas extensas mientras rastrean múltiples objetivos al mismo tiempo. Este documento propone un método de control de enjambres de UAV escalable basado en aprendizaje por refuerzo profundo (DRL) para una tarea de cobertura y seguimiento simultáneo (SCT), llamado algoritmo SCT-DRL. SCT-DRL simplifica la interacción entre los enjambres de UAV en una serie de interacciones por pares y agrega la información de los objetivos percibidos por adelantado, sobre la cual forma el marco de control con un número variable de UAVs y objetivos vecinos. Otro aspecto destacado de SCT-DRL es el uso de las trayectorias del método tradicional de optimización de un solo paso para inicializar la red de valores, lo que anima a los UAV a seleccionar las acciones que conducen al estado con menos tiempo de inactividad hasta la finalización de la tarea para evitar una extensa exploración aleatoria al comienzo del entrenamiento. SCT-DRL puede verse como una mejora especial del método tradicional de optimización de un solo paso, moldeada por las muestras derivadas de este último, y supera gradualmente el problema inherente de miopía con la estimación de valor a largo plazo a través del entrenamiento de RL. Finalmente, la efectividad del método propuesto se demuestra a través de experimentos numéricos.