Un entorno de computación heterogéneo se ha utilizado ampliamente con UAVs, servidores de borde y servidores en la nube que operan en conjunto. Se pueden asignar y vincular diversas aplicaciones a los nodos de computación que constituyen este entorno de computación heterogéneo. La descarga y asignación eficiente de tareas computacionales es esencial, especialmente en estos entornos de computación heterogéneos con diferencias en la potencia de procesamiento, el ancho de banda de la red y la latencia. En particular, los UAVs, como los drones, operan utilizando una mínima energía de batería. Por lo tanto, el consumo de energía debe ser considerado al descargar y asignar tareas computacionales. Este estudio propuso un esquema de descarga computacional consciente de la equidad en el consumo de energía basado en un algoritmo genético (GA). El método propuesto minimizó las diferencias en el consumo de energía al asignar y descargar tareas de manera uniforme entre los drones. Basado en evaluaciones de rendimiento, nuestro esquema mejoró la eficiencia de la equidad en el consumo de energía, en comparación con enfoques anteriores, como el esquema de Liu et al. Mostramos que la equidad en el consumo de energía mejoró hasta en un 120%.