Con sensores múltiples integrados, los vehículos aéreos no tripulados (UAV) flexibles pueden recopilar datos sensoriales y proporcionar diversos servicios para todos los sectores de la vida. Sin embargo, la capacidad de computación limitada y la energía de la batería imponen una gran carga a los UAV para manejar aplicaciones emergentes que requieren mucha computación, lo que les obliga a recurrir a técnicas innovadoras de descarga de computación para garantizar la calidad del servicio. La investigación existente se centra principalmente en resolver el problema de la descarga bajo información global conocida, o en aplicar marcos de descarga centralizados al enfrentar entornos dinámicos. Sin embargo, la maniobrabilidad de los UAV de hoy, su agrupamiento a gran escala y su creciente operación en entornos con información no revelada plantean enormes desafíos para trabajos anteriores. En este artículo, con el fin de mejorar el rendimiento de descarga a largo plazo y la escalabilidad para múltiples UAV, desarrollamos un esquema de descarga descentralizado llamado DELOFF con el apoyo de la computación en el borde móvil (MEC). DELOFF considera la incertidumbre de la información causada por el entorno dinámico, utiliza redes heterogéneas asistidas por UAV-a-todo (U2X) para extender los recursos de la red y la flexibilidad de descarga, y aborda la estrategia conjunta relacionada con el modo de computación, la selección de red y la asignación de descarga para múltiples UAV. Específicamente, el problema de optimización de múltiples UAV se aborda mediante el algoritmo de descarga propuesto basado en un modelo de aprendizaje de bandido de múltiples brazos, donde cada UAV puede evaluar de manera adaptativa la calidad del enlace de descarga a través del mecanismo de preselección basado en lógica difusa diseñado. La convergencia y efectividad de DELOFF propuesto también se demuestran en simulaciones. Y, los resultados confirman que DELOFF es superior a los cuatro puntos de referencia en muchos aspectos, como la reducción de la energía consumida y el retraso en la finalización de tareas de los UAV.