La evitación de obstáculos en enjambres de UAV es crucial para garantizar la estabilidad y seguridad de los vuelos en grupo. Sin embargo, los métodos tradicionales de evitación de obstáculos en enjambres a menudo no cumplen con los requisitos de cambios dinámicos espaciotemporales frecuentes en los enjambres de UAV, especialmente en entornos complejos como la lucha contra incendios forestales, el monitoreo de minas y la ayuda en desastres por terremotos. En consecuencia, la estrategia de evitación de obstáculos entrenada difiere del esquema de evitación de obstáculos esperado u óptimo, lo que lleva a un sesgo en la toma de decisiones. Para resolver este problema, este documento propone un método de toma de decisiones para la evitación de obstáculos en enjambres de UAV basado en el modelo de colaboración entre el extremo, el borde y la nube. En este método, el enjambre de UAV genera datos de entrenamiento a través de la interacción con el entorno. Las recompensas escasas se convierten en recompensas densas, considerando la compleja información del estado ambiental y los recursos limitados, y las acciones de los UAV se evalúan de acuerdo con los valores de recompensa, para evaluar con precisión las ventajas y desventajas de las acciones de cada agente. Finalmente, los datos de entrenamiento y las señales de evaluación se utilizan para optimizar los parámetros de la red neuronal a través de operaciones de actualización de estrategias, con el objetivo de mejorar la estrategia de toma de decisiones. Los resultados experimentales demuestran que el método de evitación de obstáculos en enjambres de UAV propuesto en este documento exhibe una alta eficiencia en la evitación de obstáculos, estabilidad del enjambre y completitud en comparación con otros métodos de evitación de obstáculos.