Con la rápida expansión de las poblaciones urbanas y el acelerado ritmo de urbanización, ha surgido el concepto de movilidad aérea urbana (UAM). Durante los vuelos, las aeronaves UAM necesitan transmitir información de sensores en tiempo real a estaciones base para su posterior procesamiento y análisis. Los datos en tiempo real a gran escala requieren aprovechar las capacidades de computación de los servidores en el borde de la red para reducir la latencia de transmisión y el consumo de energía de las aeronaves UAM. En casos donde los servidores en el borde no pueden procesar la información, un vehículo aéreo no tripulado (UAV) equipado con capacidades de computación y que opera en el espacio aéreo de baja altitud puede servir como un relé para ayudar en la comunicación y el cálculo. Debido a las limitaciones de carga útil y tiempos de vuelo de los UAV y las aeronaves UAM, la latencia y el consumo de energía dentro del sistema representan desafíos significativos. Para abordar estos desafíos, se han propuesto dos objetivos fundamentales: minimizar la latencia y minimizar el consumo de energía. Además, se ha propuesto un problema de optimización para minimizar la suma ponderada de la latencia y el consumo de energía. Luego, se ha propuesto un algoritmo de gradiente de política determinista profundo retrasado federado UAM (UF-TD3) para resolver los problemas originales caracterizados por variables complejas, no convexas e inseparables. Los resultados de simulación muestran que el algoritmo UF-TD3 propuesto converge rápidamente y supera significativamente a otros cuatro algoritmos de referencia en la optimización del rendimiento de la latencia y el consumo de energía. Además, en comparación con la estrategia convencional de minimización de la latencia y la estrategia de minimización del consumo de energía, la estrategia propuesta de minimizar la suma ponderada de la latencia y el consumo de energía puede reducir la latencia en un 63.8% y reducir el consumo de energía en un 73.96%.