Los Vehículos Aéreos No Tripulados (VANT) se han vuelto cada vez más prevalentes en aplicaciones gubernamentales y civiles, ofreciendo reducciones significativas en los costos operativos al minimizar la participación humana. Hay una creciente demanda de estrategias de coordinación autónomas, escalables e inteligentes en misiones aéreas complejas que involucran múltiples Vehículos Aéreos No Tripulados (VANT). Las técnicas de control tradicionales a menudo son insuficientes en entornos dinámicos, inciertos o a gran escala donde la toma de decisiones descentralizada y la cooperación entre agentes son cruciales. Una técnica potencialmente efectiva utilizada para la operación de flotas de VANT es el Aprendizaje por Refuerzo Multiagente (MARL). MARL ofrece un marco poderoso para abordar estos desafíos al permitir que los VANT aprendan comportamientos óptimos a través de la interacción con el entorno y entre ellos. A pesar de los avances significativos, el campo sigue siendo fragmentado, con una amplia variedad de algoritmos, arquitecturas y métricas de evaluación distribuidas en diferentes dominios. Esta encuesta tiene como objetivo revisar y categorizar sistemáticamente los enfoques de MARL de vanguardia aplicados al control de VANT, identificar tendencias predominantes y vacíos de investigación, y proporcionar una base estructurada para futuros avances en robótica aérea cooperativa. Se discuten las ventajas y limitaciones de estas técnicas junto con sugerencias para futuras investigaciones que mejoren la efectividad de la aplicación de MARL en la gestión de flotas de VANT.