Las aplicaciones emergentes de vehículos aéreos no tripulados múltiples (multi-UAV) en ciudades inteligentes deben navegar por un espacio aéreo congestionado mientras cumplen con plazos estrictos de computación en el borde móvil (MEC). Los planificadores de cuadrícula clásicos, incluidos A-star (A*), D-star Lite (D* Lite) y búsqueda basada en conflictos con D-star Lite (CBS-D*) y metaheurísticas como la optimización por enjambre de partículas (PSO), o bien replantean demasiado lentamente en escenas dinámicas o desperdician energía en largos desvíos. Este documento presenta el refinamiento incremental ajustado por PPO (PAIR), un planificador híbrido descentralizado que acopla un esqueleto global A* con un módulo de refinamiento continuo PPO para la navegación multi-UAV en cuadrículas urbanas bidimensionales (2-D). A* produce rutas de waypoint factibles, mientras que una política PPO compartida y consciente del riesgo aplica desplazamientos locales a partir de una codificación de estado compacta. Las tareas de MEC son asignadas por un programador heterogéneo separado; PPO optimiza objetivos geométricos (longitud del camino, riesgo y un sustituto de energía de propulsión normalizado). A través de nueve escenarios de referencia con obstáculos estáticos y dinámicos markovianos, PAIR logra un 100% de éxito en la misión (igualando las bases más fuertes) mientras entrega el mejor sustituto de energía (104.9 unidades normalizadas) y el tiempo medio de viaje más corto (207.8 s) en una cuadrícula reproducible de 100 x 100 a velocidad fija de UAV. En comparación con la base no aprendida más fuerte (PSO), PAIR reduce la energía en aproximadamente un 4% y el tiempo de viaje en aproximadamente un 3%, y produce ganancias de aproximadamente 10-20% sobre los demás planificadores. Un barrido de densidad de obstáculos con 5-30 obstáculos en movimiento muestra además que PAIR mantiene caminos más cortos y el tiempo de replanteo acumulativo más bajo, apoyando la navegación multi-UAV en tiempo real en entornos urbanos dinámicos de MEC.