Los drones y satélites de plataformas de gran altitud (HAP) colaboran para formar una red que proporciona servicios de computación en el borde a dispositivos de internet de las cosas (IoT) terrestres, lo que se considera un método prometedor. En esta red, las tareas de los dispositivos IoT pueden dividirse en múltiples partes y procesarse por servidores en nodos no terrestres en diferentes ubicaciones, reduciendo así los retrasos en el procesamiento de tareas. Sin embargo, dividir tareas y asignar recursos de comunicación y computación son desafíos importantes. En este documento, investigamos el problema de descarga de tareas y asignación de recursos en redes colaborativas de drones multi-HAP y multi-satélite. En particular, formulamos un problema de optimización de división de tareas y recursos de comunicación y computación para minimizar el retraso total de todas las tareas de los dispositivos IoT. Para resolver este problema, primero transformamos y descomponemos el problema original en dos subproblemas. Diseñamos un algoritmo de optimización de división de tareas basado en aprendizaje por refuerzo profundo, que puede lograr la toma de decisiones de descarga de tareas en línea. Este algoritmo diseña estructuralmente la red de actores para garantizar que las acciones de salida sean siempre válidas. Además, utilizamos métodos de optimización convexa para optimizar el subproblema de asignación de recursos. Los resultados de la simulación muestran que nuestro algoritmo puede converger de manera efectiva y reducir significativamente el retraso total en el procesamiento de tareas en comparación con otros algoritmos de referencia.