La planificación de misiones de imágenes de múltiples satélites (MSIMP) es un enfoque importante en el campo de la aplicación de satélites. MSIMP implica una variedad de restricciones acopladas y objetivos de optimización, que a menudo requieren simulaciones y evaluaciones extensas al resolver, lo que conlleva altos costos computacionales y tiempos de respuesta lentos para los algoritmos tradicionales. Los algoritmos evolutivos multiobjetivo costosos con modelos sustitutos (SM-EMOEAs), que son computacionalmente eficientes y convergen rápidamente, son métodos efectivos para la solución de MSIMP. Sin embargo, los avances recientes en este campo no se han resumido de manera integral; por lo tanto, este trabajo proporciona una visión general completa de este tema. En primer lugar, se introduce la clasificación básica de MSIMP y sus diferentes campos de aplicación, y se analizan exhaustivamente las restricciones de MSIMP. En segundo lugar, se describe el problema de MSIMP para aclarar los escenarios de aplicación de los algoritmos de optimización tradicionales en MSIMP y sus propiedades. En tercer lugar, se revisa el proceso de MSIMP y los algoritmos evolutivos multiobjetivo costosos clásicos para explorar el modelo sustituto y los algoritmos evolutivos multiobjetivo costosos basados en MSIMP. En cuarto lugar, se analizan en profundidad los SM-EMOEAs mejorados para MSIMP en términos de modelos sustitutos mejorados, estrategias adaptativas y mantenimiento de la diversidad y evaluación de la calidad de las soluciones. Finalmente, se analizan los SM-EMOEAs y el MSIMP basado en SM-EMOEA en términos de la literatura existente, y se resumen las tendencias y direcciones futuras.