抽象的添加剂制造（AM）已成为广泛材料制造过程中的一种常用技术。AM技术的最新进展提供了对处理参数的精确控制，从而实现了复杂的几何形状并提高了最终产品的质量。机器学习（ML）已被广泛用于通过更智能地使用材料和流程并控制其产生的属性来使系统变得更好。在工业环境中，实施ML不仅减少了制造过程的交付时间，而且还通过优化过程参数来增强生产零件的质量和特性。此外，ML技术也促进了AM系统中网络制造的发展，从而彻底改变了行业4.0。当前的评论探讨了ML技术在AM的不同方面的应用，包括材料和技术选择，过程参数的优化和控制，缺陷检测和对属性的评估导致印刷对象中的属性以及与行业4.0范式的集成。已经讨论了在AM中使用ML的渐进阶段，包括数据收集，数据准备，功能工程，模型选择，培训和验证。最后，已经提出了与AM中使用ML有关的某些挑战以及一些最佳实践解决方案。