终端区是空中交通管制的重要部分,其任务是引导飞行器起飞、降落和有序进离场,随着空域内飞行器数量的增加,终端区空中流量增大,容易导致飞行冲突,引发空中交通阻塞和航班延误,影响飞行安全,因此研究终端区飞行冲突调配具有重要意义。终端区飞行冲突调配是根据当前飞行器参数,判断未来一段时间内飞行器之间的距离是否会小于安全间隔的规定而导致冲突,并对可能的潜在冲突采取措施避免发生碰撞的过程。本文在现有空中管制技术基础上,对终端区空域结构进行划分,设计飞行进场航线,建立移动时隙,规定进入终端管制区域的飞行器按照进场航线降落在机场跑道上。针对进场过程的飞行冲突调配问题,采用多智能体强化学习理论,将求解过程描述为多智能体之间交互协作的马尔可夫博弈模型,在模型中,每架飞行器单独作为一个智能体,智能体通过观察空域中的其他智能体的状态和动作,调整自身的加速度进而改变速度避免飞行器之间发生碰撞,并加入时隙,根据飞行器之间的相对距离和速度关系,设计智能体的奖励函数,使多智能体系统整体获得最大奖励。最后在空中交通管理仿真软件Bluesky中,结合深度学习Pytorch框架和强化学习Gym环境搭建实验环境,采用多智能体MADDPG算法解决终端区空域内的飞行冲突调配问题,并与其他算法进行比较。