Detectar, rastrear y clasificar vehículos aéreos no tripulados (VANT) en un enjambre presenta desafíos significativos debido a sus pequeñas y diversas secciones transversales de radar, múltiples altitudes de vuelo, velocidades y trayectorias cercanas. Para superar estos desafíos, a menudo se requieren ajustes de los parámetros del radar y/o de la posición del radar (para plataformas aéreas) durante el tiempo de ejecución. Los ajustes en tiempo de ejecución ayudan a superar las anomalías en la detección, el rastreo y la clasificación de los VANT. Los ajustes en tiempo de ejecución se realizan de forma manual o a través de algoritmos fijos, cada uno de los cuales puede tener sus limitaciones para escenarios complejos y dinámicos. En este trabajo, proponemos el uso de aprendizaje por refuerzo multiagente (RL) para llevar a cabo el ajuste en tiempo de ejecución de los parámetros del radar y la posición de la plataforma de radar. El radar utilizado en nuestro trabajo es un radar de matriz en fase multifuncional multihaz (MMPAR) colocado a bordo de los VANT. Las simulaciones muestran que el ajuste cognitivo de los parámetros del MMPAR y la posición de la plataforma aérea utilizando RL ayuda a superar las anomalías en la detección, el rastreo y la clasificación de los VANT en un enjambre. Una comparación con otros algoritmos de inteligencia artificial (IA) muestra que RL tiene un mejor rendimiento debido al aprendizaje en tiempo de ejecución del entorno a través de recompensas.