Los sistemas de comunicaciones por satélite (SatComs) están enfrentando un aumento masivo en la demanda de tráfico. Sin embargo, este aumento no es uniforme en toda el área de servicio debido a la distribución desigual de usuarios y los cambios en la demanda de tráfico diurno. Este problema se aborda mediante el uso de arquitecturas de carga útil flexibles, que permiten asignar de manera flexible los recursos de carga útil para satisfacer la demanda de tráfico de cada haz. Aunque la gestión de recursos de radio basada en la optimización ha mostrado ganancias significativas en rendimiento, su intensa complejidad computacional limita su implementación práctica en sistemas reales. En este documento, discutimos la arquitectura, implementación y aplicaciones del Aprendizaje Automático (ML) para la gestión de recursos en sistemas satelitales GEO multihaz. Nos enfocamos principalmente en dos sistemas, uno con flexibilidad de potencia, ancho de banda y/o ancho de haz, y el segundo con flexibilidad de tiempo, es decir, salto de haz. Analizamos y comparamos diferentes técnicas de ML que se han propuesto para estas arquitecturas, enfatizando el uso de Aprendizaje Supervisado (SL) y Aprendizaje por Refuerzo (RL). Con este fin, definimos si el entrenamiento debe realizarse en línea u offline en función de las características y requisitos de cada técnica de ML propuesta y discutimos la arquitectura del sistema más apropiada y las ventajas y desventajas de cada enfoque.