Para ayudar a los controladores de tráfico aéreo (ATCOs) a resolver conflictos tácticos, este documento propone un mecanismo de detección y resolución de conflictos para manejar el flujo de tráfico continuo adoptando acciones discretas finitas para resolver conflictos. El solucionador de conflictos tácticos (TCS) fue desarrollado basado en el aprendizaje por refuerzo profundo (DRL) para entrenar a un agente TCS con el actor-crítico utilizando una región de confianza factorizada de Kronecker. Las acciones del agente son determinadas por las instrucciones de los ATCOs, como ajustes de altitud, velocidad y rumbo. La función de recompensa está diseñada de acuerdo con las regulaciones de control de tráfico aéreo. Considerando la incertidumbre en una situación de la vida real, este estudio caracterizó la desviación de la posición estimada de la aeronave para mejorar la viabilidad de los esquemas de resolución de conflictos. Se desarrolló un entorno DRL con la estructura del espacio aéreo real y la densidad de tráfico del sistema de simulación de operaciones de tráfico aéreo. Los resultados muestran que para 1000 muestras de prueba, el TCS entrenado pudo resolver el 87.1% de las muestras. La tasa de resolución de conflictos disminuyó ligeramente al 81.2% cuando la densidad del espacio aéreo se incrementó en un factor de 1.4. Esta investigación puede aplicarse a sistemas de toma de decisiones inteligentes para el control del tráfico aéreo.