La computación aproximada (AxC) ha surgido como un paradigma prometedor para mejorar el rendimiento y la eficiencia energética al permitir un compromiso controlado entre precisión y consumo de recursos. Se adopta ampliamente en varios niveles de abstracción, desde software hasta arquitectura y niveles de circuitos, empleando diversas metodologías. El objetivo principal de AxC es reducir el consumo de energía para ejecutar aplicaciones resilientes a errores, aceptando una degradación controlada y inherentemente aceptable de la calidad de la salida. Sin embargo, aprovechar AxC plantea varios desafíos, incluida la identificación de segmentos dentro de un diseño susceptibles a la aproximación y la selección de técnicas de AxC adecuadas para cumplir con los criterios de precisión y rendimiento. Esta encuesta proporciona una revisión exhaustiva de las metodologías recientes propuestas para realizar la Exploración del Espacio de Diseño (DSE) para encontrar las técnicas de AxC más adecuadas, centrándose en implementaciones tanto de hardware como de software. DSE es un proceso de diseño crucial donde los diseños de sistemas se modelan, evalúan y optimizan para varios comportamientos del sistema extrafuncionales como rendimiento, consumo de energía, eficiencia energética y precisión. Se realizó una revisión sistemática de la literatura para identificar documentos que atribuyan sus algoritmos DSE, excluyendo aquellos que dependen de métodos de búsqueda exhaustivos. Esta encuesta tiene como objetivo detallar las metodologías DSE de vanguardia que seleccionan de manera eficiente las técnicas de AxC, ofreciendo información sobre su aplicabilidad en diferentes plataformas de hardware y dominios de casos de uso. Con este fin, los documentos se categorizaron según el tipo de algoritmo de búsqueda utilizado, siendo el Aprendizaje Automático (ML) y los Algoritmos Evolutivos (EAs) los enfoques predominantes. Una observación notable fue que la mayoría de los estudios se centraron en aplicaciones de procesamiento de imágenes debido a su tolerancia a la pérdida de precisión. Al proporcionar una visión general de las técnicas y métodos descritos en la literatura existente relacionada con la DSE de diseños de AxC, esta encuesta aclara las tendencias actuales y los desafíos en la optimización de diseños aproximados.