射击作为一项专业性强、技术含量高的运动项目,在竞技体育以及军事训练领域都发挥着关键的作用。目前,主流的射击训练方式为静态固定目标的打靶射击训练,难以营造出真实对抗氛围,且存在一定的安全隐患。因此,如何通过人机对抗方式进行动态射击训练,具有重要的研究意义以及实际应用价值。本文基于深度学习理论以及智能决策控制方法,设计了基于人机对抗模式的射击对抗训练系统,并对系统的决策与跟踪方法进行了研究。本文主要研究内容与结果如下:（1）提出了射击对抗训练系统整体架构。本文将目标检测技术与行为树算法相结合,设计了一款模拟真实对战环境的射击对抗训练系统。系统共包括图像采集、目标检测、总线通信、目标跟踪四个模块以及图像采集处理、云台跟踪射击两个子系统,综合实现了对人物目标的检测识别与决策跟踪功能。（2）建立了射击对抗训练系统目标检测及目标跟踪算法。结合深度学习方法,建立了基于Inception网络结构的SSD（Single Shot Multi Box Detector）目标检测算法,采集人物目标在站立、半蹲、匍匐三种姿态下的原始图像数据,并对网络模型进行训练,以增强网络模型的特征提取能力,实现人物目标的高精度检测。设计目标跟踪算法,解算目标跟踪角度,以确定云台跟踪目标所需的转动角度,分析云台控制逻辑,以实现云台系统的实时控制与目标跟踪功能。（3）建立了射击对抗训练系统目标决策算法。结合行为树（Behavior Tree）方法以及系统的决策规则,设定了阈值参数及量化指标等决策条件,结合上述条件,设计了目标决策算法,以实现多目标检测过程中的目标攻击次序的决策;根据算法决策逻辑,设计目标决策试验,对算法的决策功能进行合理性验证。（4）搭建了射击对抗训练系统试验平台。对图像采集处理子系统以及目标跟踪射击子系统的各部件进行功能设计及选择,以保证系统各组件间的协同应用以及信息实时交互功能;设计了射击对抗训练系统的目标决策跟踪射击试验以及远距离目标跟踪射击试验,验证了系统的有效性以及工程适用性。