Esta revisión explora la integración de técnicas de aprendizaje automático (ML) y aprendizaje por refuerzo (RL) en la mejora de las capacidades de navegación y evasión de obstáculos de los Vehículos Aéreos No Tripulados (UAV). Se evalúan varios algoritmos de RL por su efectividad en enseñar a los UAV la navegación autónoma, con un enfoque en la representación del estado a partir de los sensores de los UAV y la interacción ambiental en tiempo real. La revisión identifica las fortalezas y limitaciones de las metodologías actuales y destaca las lagunas en la literatura, proponiendo direcciones de investigación futuras para avanzar en la tecnología de los UAV. Se sugieren enfoques interdisciplinarios que combinan robótica, IA y aeronáutica para mejorar el rendimiento de los UAV en entornos complejos.