La programación de energía para vehículos aéreos no tripulados híbridos (UAV) es de vital importancia para su operación segura y estable. Sin embargo, los enfoques tradicionales, predominantemente basados en reglas, a menudo carecen de la adaptabilidad dinámica y estabilidad necesarias para abordar las complejidades de los entornos operativos cambiantes. Para superar estas limitaciones, este documento propone un nuevo marco de programación de energía que integra el Control Predictivo del Modelo (MPC) con un algoritmo de Aprendizaje Profundo por Reforzamiento, específicamente el Gradiente de Política Determinista Profunda (DDPG). El método propuesto está diseñado para optimizar la gestión de energía en UAV alimentados con hidrógeno en diversas misiones de vuelo. El sistema de energía consta de una celda de combustible de membrana de intercambio de protones (PEMFC), una batería de iones de litio y un tanque de almacenamiento de hidrógeno, lo que permite una optimización robusta a través de la aplicación sinérgica de MPC y DDPG. Los resultados de la simulación demuestran que el MPC minimiza eficazmente el consumo de energía eléctrica en diversas condiciones de vuelo, mientras que el DDPG logra la convergencia y facilita una programación eficiente. Al aprovechar mecanismos avanzados, incluida la representación del espacio de acción continuo, el aprendizaje eficiente de políticas, la repetición de experiencias y las redes objetivo, el enfoque propuesto mejora significativamente el rendimiento de optimización y la estabilidad del sistema en escenarios complejos de toma de decisiones continuas.