La navegación cooperativa es una tecnología habilitadora fundamental para desbloquear todo el potencial de los grupos de Vehículos Submarinos No Tripulados (UUV) en entornos sin GNSS. Sin embargo, las severas limitaciones del canal acústico submarino, como la alta latencia, el bajo ancho de banda y el ruido no gaussiano, presentan desafíos significativos para diseñar algoritmos de estimación de estado y fusión de información robustos y eficientes. Aunque numerosas encuestas han catalogado las técnicas disponibles, han permanecido en gran medida descriptivas, careciendo de una comparación rigurosa y cuantitativa de sus compromisos de rendimiento en condiciones realistas. Este artículo proporciona una revisión integral y crítica que va más allá de las descripciones cualitativas para establecer un nuevo marco de comparación cuantitativa. A través de un escenario de referencia estandarizado, ofrecemos el primer análisis comparativo basado en datos de algoritmos clave de frontera, desde filtros recursivos como el Filtro de Kalman de Máxima Correlación (MCC-KF) hasta métodos de optimización por lotes como la Optimización de Grafos de Factores (FGO), evaluándolos en métricas críticas que incluyen precisión, complejidad computacional, carga de comunicación y robustez. Nuestros resultados revelan empíricamente las brechas de rendimiento fundamentales y los compromisos, ofreciendo información práctica para el diseño del sistema. Además, este artículo proporciona análisis técnicos en profundidad sobre temas avanzados, incluidas arquitecturas de fusión distribuidas, estrategias inteligentes como el Aprendizaje por Refuerzo Profundo (DRL) y los desafíos únicos de navegar en entornos extremos como las regiones polares. Finalmente, aprovechando los conocimientos derivados de nuestro análisis cuantitativo, proponemos una hoja de ruta de investigación estructurada y basada en datos para guiar sistemáticamente futuras investigaciones en este dominio crítico.