El desarrollo de redes de comunicación inalámbrica futuras más allá de 5G (B5G) necesita soluciones novedosas para soportar comunicaciones de alta velocidad, confiables y de baja latencia. Los vehículos aéreos no tripulados (UAV) y las superficies inteligentes reconfigurables (RIS) son técnicas prometedoras que pueden mejorar la conectividad inalámbrica en entornos urbanos donde los edificios altos bloquean los enlaces de línea de vista (LoS). Sin embargo, las estrategias de comunicación asistida por UAV existentes no abordan completamente desafíos clave como la gestión de movilidad, las fallas de traspaso (HOF) y los desórdenes de ruta en entornos urbanos densos. Este documento introduce un marco basado en el gradiente de política determinista profundo (DDPG) para UAV-RIS para superar estas limitaciones. El marco propuesto optimiza conjuntamente las trayectorias de los UAV y los cambios de fase de los RIS para mejorar el rendimiento, la eficiencia energética (EE) y la probabilidad de LoS, mientras reduce la probabilidad de interrupción (OP) y HOF. Se utiliza un algoritmo de agrupamiento K-means modificado para particionar eficientemente a los usuarios en tierra (GUs), considerando también a los GUs recién añadidos. El algoritmo DDPG, basado en el aprendizaje por refuerzo (RL), adapta la posición de los UAV y las configuraciones de los RIS en un espacio de acción continuo. Los resultados de simulación muestran que el enfoque propuesto reduce significativamente HOF y OP, aumenta EE, mejora el rendimiento de la red y mejora la probabilidad de LoS en comparación con implementaciones solo de UAV, solo de RIS y sin UAV-RIS. Además, al ajustar dinámicamente las ubicaciones de los UAV y los cambios de fase de los RIS en función de los patrones de movilidad de los GU, el marco mejora aún más la conectividad y la confiabilidad. Los hallazgos destacan su potencial para transformar la comunicación inalámbrica urbana al mitigar los bloqueos de LoS y garantizar una conectividad ininterrumpida en entornos densos.