El avance del Internet de las Cosas (IoT) y la disponibilidad de amplios servicios en la nube han llevado al horizonte del paradigma de la computación en el borde, que demanda el procesamiento de datos en el borde de la red. El desarrollo de la tecnología 5G ha llevado al aumento del uso de dispositivos basados en IoT y a la generación de un gran volumen de datos, seguido de un aumento en el tráfico de datos, lo que es difícil de procesar por la plataforma de computación en el borde móvil (MEC). Las últimas invenciones relacionadas con vehículos aéreos no tripulados (UAV) ayudan a asistir y reemplazar los servidores de borde utilizados para MEC. En el presente trabajo, el objetivo es desarrollar un algoritmo de optimización de trayectoria auto-adaptativa (STO), que es un algoritmo de optimización multi-objetivo utilizado para resolver los objetivos vitales asociados con el escenario anterior de un sistema MEC asistido por UAV. Los objetivos identificados son minimizar la energía consumida por el MEC y minimizar el indicador de emergencia del proceso, donde el indicador de emergencia del proceso implica el nivel de urgencia de un proceso particular. Encontrar los valores óptimos para estos objetivos conflictivos ayudará a aplicar de manera más eficiente los UAV para los sistemas MEC. Se propone un algoritmo de optimización de trayectoria basado en evolución diferencial multi-objetivo auto-adaptativa (STO), donde se amplía un conjunto de estrategias de generación de vectores de prueba. Las estrategias y la tasa de cruce asociadas con un algoritmo de evolución diferencial (DE) se auto-adaptan utilizando sistemas difusos para mejorar la diversidad de la población. Se planea realizar la experimentación en cientos de instancias de dispositivos IoT considerados fijos en el nivel del suelo y evaluar el rendimiento del algoritmo propuesto para un sistema de computación en el borde móvil asistido por un solo vehículo aéreo no tripulado.