Las redes tradicionales de Internet de las Cosas (IoT) tienen una cobertura limitada y pueden experimentar fallos debido a desastres naturales que afectan a dispositivos IoT críticos, lo que dificulta su capacidad para proporcionar servicios de comunicación. Por lo tanto, cómo establecer el servicio de comunicación de red de manera más eficiente en presencia de puntos de fallo es el problema que resolvemos en este documento. Para abordar este problema, este estudio construye una arquitectura de transmisión de datos jerárquica y multidominio para una red de emergencia con vehículos aéreos no tripulados (UAV) empleados como dispositivos de comunicación centrales. Esta arquitectura expande la funcionalidad de los UAV como dispositivos clave de la red y proporciona una base teórica para su viabilidad como controladores y conmutadores de red inteligentes. En primer lugar, los controladores de UAV perciben el estado de la red y aprenden las características espaciotemporales de los enlaces de red aire-tierra. En segundo lugar, se desarrolla un algoritmo de enrutamiento dentro del dominio basado en la destilación de refuerzo federado (FedRDR), que mejora la capacidad de generalización del modelo de decisión de enrutamiento al aumentar las muestras de datos de entrenamiento. Se realizan experimentos de simulación y los resultados muestran que el tamaño medio de los datos de comunicación entre cada controlador de dominio y el servidor es de aproximadamente 45.3 KB al utilizar el algoritmo FedRDR. En comparación con la transmisión de parámetros a través de algoritmos de aprendizaje por refuerzo federado, FedRDR reduce el tamaño de los parámetros transmitidos en aproximadamente un 29%. Por lo tanto, el algoritmo de enrutamiento FedRDR ayuda a facilitar la transferencia de conocimiento, acelerar el proceso de entrenamiento de agentes inteligentes dentro del dominio y reducir los costos de comunicación en escenarios con recursos limitados para redes de UAV, y tiene un valor práctico.