A medida que el transporte se vuelve más conveniente y eficiente, los usuarios se desplazan cada vez más rápido. Cuando un usuario abandona el rango de servicio del servidor de borde original, el servidor de borde original necesita migrar las tareas descargadas por el usuario a otros servidores de borde. Una estrategia efectiva de migración de tareas debe considerar completamente la ubicación de los usuarios, el estado de carga de los servidores de borde y el consumo de energía, lo que hace que diseñar una estrategia efectiva de migración de tareas sea un desafío. En este documento, propusimos de manera innovadora una arquitectura de sistema de computación de borde móvil (MEC) que consta de múltiples dispositivos móviles inteligentes (SMD), múltiples vehículos aéreos no tripulados (UAV) y una estación base (BS). Además, establecemos el modelo del proceso de decisión de Markov con recompensas desconocidas (MDPUR) basado en el proceso de decisión de Markov tradicional (MDP), que considera de manera integral los tres aspectos de la distancia de migración, el estado de energía residual de los UAV y el estado de carga de los UAV. Basándonos en el modelo MDPUR, proponemos un algoritmo de iteración de valor basado en ventajas (ABVI) para obtener la estrategia efectiva de migración de tareas, que puede ayudar al grupo de UAV a lograr el equilibrio de carga y reducir el consumo total de energía del grupo de UAV bajo la premisa de garantizar la calidad del servicio al usuario. Finalmente, los resultados de los experimentos de simulación muestran que el algoritmo ABVI es efectivo. En particular, el algoritmo ABVI tiene un mejor rendimiento que el algoritmo de iteración de valor tradicional. Y en un entorno dinámico, el algoritmo ABVI también es muy robusto.