La computación en el borde de acceso múltiple (MEC) tradicional a menudo tiene dificultades para procesar grandes cantidades de datos frente a tareas computacionales intensivas, por lo que necesita políticas de descarga para transferir tareas de computación a servidores de borde adyacentes. El problema de la descarga de computación es un problema de programación entera mixta no convexa, y es difícil encontrar una buena solución. Mientras tanto, el costo de desplegar servidores suele ser alto al proporcionar servicios de computación en el borde en áreas remotas o en terrenos complejos. En este artículo, se introduce el vehículo aéreo no tripulado (UAV) en la red de computación en el borde de acceso múltiple, y se propone un método de descarga de computación basado en el aprendizaje por refuerzo profundo en la red de computación en el borde de acceso múltiple asistida por UAV (DRCOM). Utilizamos el UAV como la estación base espacial de MEC, y transforma los problemas de descarga de tareas de computación de MEC en dos subproblemas: encontrar la solución óptima de si se descarga el dispositivo de cada usuario a través del aprendizaje por refuerzo profundo; asignar recursos. Comparamos nuestro algoritmo con otros tres métodos de descarga, es decir, LC, CO y LRA. La tasa de computación máxima de nuestro algoritmo DRCOM es un 142.38% más alta que LC, un 50.37% más alta que CO y un 12.44% más alta que LRA. Los resultados experimentales demuestran que DRCOM mejora enormemente la tasa de computación.