El enjambre inteligente es una herramienta poderosa para apuntar a objetivos de alto valor. Dentro del contexto de Negación de Acceso/Área (A2/AD), un enjambre de vehículos aéreos no tripulados (UAV) debe aprovechar su capacidad de toma de decisiones autónoma para ejecutar tareas de manera independiente. Este documento se centra en la misión de Supresión de Defensas Aéreas Enemigas (SEAD) para enjambres de UAV sigilosos inteligentes. El campo de investigación actual enfrenta principalmente desafíos para simular completamente la complejidad de los escenarios del mundo real y en las capacidades insuficientes de planificación de tareas autónomas. Para abordar estos problemas, este documento desarrolla un modelo de problema representativo, establece un entorno de simulación estandarizado de seis niveles y selecciona el algoritmo de Gradiente de Política Determinista Profunda (DDPG) como el algoritmo inteligente central para mejorar las capacidades de planificación de tareas autónomas de los enjambres de UAV. A nivel de algoritmo, este documento diseña funciones de recompensa correspondientes a los comportamientos del enjambre de UAV, con el objetivo de motivar a los enjambres de UAV a adoptar estrategias de acción más efectivas, logrando así una planificación de tareas autónoma. Los resultados de la simulación demuestran que el diseño del escenario y la arquitectura son viables y que los algoritmos de inteligencia artificial pueden permitir que el enjambre de UAV muestre un nivel más alto de inteligencia.