- 格斗的第一步需要判定双方态势，比如对方的战斗机数量，所在的空间位置，对自身威胁最大的目标，还有己方的战斗机位置，选择最合适的目标进行一对一格斗，或者己方哪架战斗机已经陷入危险，需要立刻前往解救等等；
- 第二步就是确定战术，根据己方装备导弹的性能选择最佳攻击方式，比如选择全向攻击还是尾追攻击，是离轴发射还是HUD锁定了发射，根据这些方式制定格斗策略；
- 第三步就是格斗占位了，尽管离轴发射可以在很大的角度下锁定对方，但离轴发射也是需要条件的，比如距离和角度，对方速度等；
- 第四步则是选择导弹发射时机或者机炮射击的时机，前者有个离轴发射角，而机炮射击则基于弹道学，这个在HUD上的导弹锁定和机炮锁定是不一样的，并且根据机动轨迹变化有一套特别的机炮锁定机动技巧；
- 第五步则是摆脱对方导弹锁定，如果己方已经被对方红外格斗弹锁定，那么需要实施大幅度机动以及释放红外干扰弹等；
对于有人战斗机来说，这些需要长期的训练以达到人机合一的条件后下意识作出的判断，但AI不是这样，因为它技术角度来看只是一台计算机，要反应足够快，就需要有一个超级强大的核心计算系统。
另一个则是需要有一个基于深度强化学习，空中格斗现场瞬息万变，不可能预设各种场景以及人在回路中控制，因为通讯延迟导致格斗反应慢半拍，在转身即逝的格斗锁定机会中可能就会被漏过，因此基于深度强化学习的系统尤为重要，经过大量格斗案例的学习后AI自己学成一个能完成熟练格斗的AI飞行员。
国际上的进展：无人机格斗正如火如荼
传统的空战基于为基于博弈论、优化理论或者基于专家系统等三种，在历经专家机动逻辑、自动规则生成与规则演进阶段后，空战机动智能决策取得了长足的进步与发展，特别是专门为AI遗传算法的芯片诞生后，从AI角度来模拟空战格斗从理论变成了现实。
美国辛辛那提大学和空军研究实验室在2016年6月开发了一种基于模糊树的智能空战系统“Alpha”，它在模拟空战中击败了经验丰富的美国空军退役上校李基恩。深度学习技术的发展推动了基于深度强化学习的智能决策研究的进步，在2020年8月的“AlphaDogfight”人机空战比赛中，苍鹭公司的深度强化学习空战系统以5：0的比分战胜了人类飞行员，引起了全球的关注。