概念
游戏AI
利用人工智能技术进行游戏内决策与操作的研究方向，涵盖强化学习、模仿学习等方法，是通用智能研究的重要试验场
核心事实
时间轴 (近 90 天)
11月1日
对于追求极致性能的游戏AI场景，本地部署是更优解。
待验证50%
10月31日
传统游戏 AI 多采用专用方法：棋类依赖蒙特卡洛树搜索与价值网络，即时战略游戏常依赖强化学习与脚本化宏观策略，难以直接迁移。
部分验证85%
9月12日
经典的游戏AI通过彼此竞争而变得越来越强大
待验证50%
9月11日
游戏提供高度可控、规则明确但充满复杂决策空间的环境，可量化AI表现并快速迭代算法
待验证50%
9月5日
传统游戏AI的核心哲学是'可控的智能'，本质上是'精心设计的愚蠢'
待验证50%