El Internet de las Cosas (IoT) sirve como un elemento crucial en la interconexión de diversos dispositivos dentro del ámbito de la tecnología inteligente. Sin embargo, el consumo de energía de la tecnología IoT se ha convertido en un desafío notable y un área de interés para los investigadores. Con el objetivo de lograr un IoT con bajo consumo de energía, se ha introducido el IoT verde. El uso de vehículos aéreos no tripulados (UAV) representa un enfoque altamente innovador para crear una red sostenible de IoT verde. Los UAV ofrecen ventajas en términos de flexibilidad, movilidad y costo. Además, la comunicación de dispositivo a dispositivo (D2D) es esencial en las comunicaciones de emergencia, debido a su capacidad para soportar la comunicación directa entre dispositivos. La superficie reflectante inteligente (IRS) también es una tecnología prometedora que reconstruye el entorno de propagación de radio y proporciona una posible solución para reducir la interferencia co-canal resultante del uso compartido del espectro para las comunicaciones D2D. La investigación en este documento se centra, por lo tanto, en las comunicaciones D2D asistidas por UAV-IRS eficientes en energía para el IoT verde. En particular, se formula un problema de optimización destinado a maximizar la eficiencia energética promedio (EE) del sistema, primero, optimizando simultáneamente los coeficientes de potencia de todos los transmisores D2D, la trayectoria del UAV y la formación de haz activa de la estación base (BS), junto con los cambios de fase del IRS. En segundo lugar, para abordar el problema, desarrollamos un esquema basado en el gradiente de política determinista profundo de doble retardo (MATD3) para encontrar una solución casi óptima, donde los transmisores D2D, la BS y el UAV aprenden de manera cooperativa para mejorar la EE y suprimir la interferencia. Para concluir, se realizan simulaciones numéricas para evaluar la disponibilidad del esquema propuesto, y los resultados de la simulación demuestran que el esquema propuesto supera los enfoques de referencia tanto en velocidad de convergencia como en rendimiento de EE.