Los dispositivos de borde (ED) tienen energía limitada, pero la comunicación de redes móviles de sexta generación (6G) consumirá más energía. La red de comunicación inalámbrica asistida por vehículos aéreos no tripulados (UAV) puede proporcionar enlaces de comunicación a los ED sin señal. Sin embargo, con el sistema de retardo, los ED no pueden ajustar dinámicamente la energía de emisión porque las coordenadas dinámicas del UAV no se pueden adquirir con precisión. Además, la energía de emisión fija hace que los ED tengan una resistencia deficiente. Para abordar este desafío, en este documento, proponemos un algoritmo de optimización de energía basado en aprendizaje profundo (DEO) para ajustar dinámicamente la energía de emisión del ED de modo que la energía recibida del UAV de relé móvil sea, en la medida de lo posible, igual a la sensibilidad del receptor. Específicamente, el servidor de borde proporciona la plataforma de computación y utiliza aprendizaje profundo (DL) para predecir la información de ubicación del UAV de relé en escenarios dinámicos. Luego, la energía de emisión del ED se ajusta de acuerdo con la posición predicha. Esto permite que el ED se comunique de manera confiable con el UAV de relé móvil con la mínima energía. Analizamos el rendimiento de una variedad de redes predictivas bajo diferentes sistemas de retardo a través de experimentos. Los resultados muestran que el Error Porcentual Absoluto Medio Ponderado (WMAPE) de este algoritmo es del 0.54%, 0.80% y 1.15% bajo el efecto de un retraso de comunicación de 0.4 s, 0.6 s y 0.8 s, respectivamente.