La informática de borde de acceso múltiple (MEC) ha surgido como una tecnología fundamental para implementar servicios de red 6G, ofreciendo cálculos eficientes y comunicación de ultra baja latencia. La integración de vehículos aéreos no tripulados (UAV) y superficies inteligentes reconfigurables (RIS) mejora aún más la propagación inalámbrica, la capacidad y la cobertura, presentando un paradigma transformador para las redes de próxima generación. Este documento aborda el desafío crítico de la descarga de tareas y la asignación de recursos en un sistema basado en MEC, donde una estación base masiva MIMO, que sirve a múltiples macroceldas, alberga el servidor MEC con el apoyo de un RIS equipado con UAV. Proponemos un marco de optimización para minimizar la latencia de ejecución de tareas para el equipo de usuario (UE) optimizando conjuntamente la descarga de tareas y la asignación de recursos de comunicación dentro de esta red asistida por UAV y ayudada por RIS. Al modelar este problema como un proceso de decisión de Markov (MDP) con un espacio de acción híbrido discreto-continuo, desarrollamos un algoritmo de aprendizaje profundo por refuerzo (DRL) que aprovecha una representación de espacio híbrido para resolverlo de manera efectiva. Simulaciones extensas validan la superioridad del método propuesto, demostrando reducciones significativas de latencia en comparación con enfoques de vanguardia, avanzando así en la viabilidad de MEC en redes 6G.