游戏人工智能的基本技术是“定性”。定性是指行为或性能是特定的、可预测的，没有不确定性；例如，创建一个怪物角色，沿着XY坐标轴向目标点移动，直到XY坐标与目标点重叠。定性人工智能技术是游戏人工智能的基础；定性人工智能技术的结果可预测，效率高，易于实现、理解、测试和调试。
游戏人工智能 它的定义相当宽泛和灵活。无论采取什么手段，只要能给人一定程度的智力“错觉”，让游戏更容易上瘾，更具挑战性，最重要的是更有趣，就可以看作是一款游戏 AI。
定性与非定性。定性与非定性 AI
游戏 AI 它通常分为定性和非定性两种。
定性
定性是指行为或表现是特定的，可以预测，没有不确定性。具体的例子可以是一个简单的追逐算法。例如，塑造一个怪物角色，沿着它走 XY 坐标轴向前移动，向目标点移动，直到角色 XY 坐标与目标点的坐标重叠。
非定性
与定性行为相反，非定位行为有一定程度的不确定性，有点不可预测(不确定性和人们采用的程度) AI 理解方法的难度与)有关。具体的例子是让非玩家角色学习适应玩家的战术。这种学习能力可以通过神经网络、贝叶斯技术或遗传算法获得。
定性 AI 技术是游戏 AI 的基础。定性 AI 技术结果可预测，效率高，易于实现、理解、测试和调试。虽然定性方法很多，但提前考虑各种场景，明确写出所有行为的负担，都会落在开发者的肩上。并且定性方法不能帮助NPC 学习和进化，玩家只要仔细观察，就能预测出来 NPC 定性行为。定性行为。我们可以说，使用定性行为会限制游戏软件的“寿命”。
可以使用非定性技术 NPC 自己学习，进化新的行为，比如突然行为(没有明确指示的行为)，让玩家在玩游戏的时候难以预测，增加了游戏的可玩性。开发者不需要提前写下所有可能的场景和所有明确的行为。
虽然非定性技术可以增加游戏的可玩性，但很长一段时间以来，开发者一直在使用非定性技术 AI 保持距离（但现在已经逐渐改变了）。由于不可预测，很难测试和调试（因为没有办法测试玩家所有可能的行动，以确保游戏软件不会发布 Bug）。而且，游戏开发者面临着不断缩短的开发周期，使得开发者很难全部了解最新的开发周期 AI 技术。
另一个因素也限制了非定性技术的发展。最近，开发者更加关注图片的质量（因为玩家喜欢美丽的东西）。因此，为了制作更好更快的图片技术，没有时间开发更好的游戏 AI 了。
现有的游戏 AI 技术
有限状态机（finite state machine，FSM）到处都是游戏 AI 技术。在第九章中，我们将详细研究这一部分。有限状态机的基本概念是列出计算机控制角色的一系列动作或状态，然后使用它 if-then 条件语句检查各种情况和满足条件，然后根据判断结果执行动作或更新角色状态，或在动作和状态之间进行转换。
开发者经常在那里模糊状态机（fuzzy state machine）模糊逻辑的使用使得最终执行的动作难以预测，必须减少 if-then 大量的句子列出了条件的重担。在有限状态机中，你可能会有“if 距离值为10，健康值为100，then 攻击“这样的规则，但模糊的逻辑是不同的，它允许你使用不太准确的条件来设计规则。比如“if 接近并足够健康，then 强攻”。第十章将详细介绍模糊状态机。
在各种游戏中，非玩家角色的基本任务是找到有效的路径。在战争模拟游戏中，非玩家角色的军队必须能够通过各种地形，避开障碍物，到达敌人所在地。第一人称射击游戏中的生物必须能够通过地牢或建筑物与玩家见面或逃离视线。这种场景数不胜数。毋庸置疑，AI 开发人员会非常注重寻找路径。在第六章中，我们通常会谈路径寻找技巧，第七章是会谈的重要章节 A* 算法。
以上一些技术，只是现有的游戏 AI 只有少数技术，其他描述性系统主要是规则和一些人工声明技术，种类繁多。人工生命系统是一种人工系统，可以表现出符合人性的行为。这些行为属于突出行为，其发展是结合各种低层次算法运行的结果。我们将讨论人工生命的例子和其他技术。
游戏 AI 的未来
游戏 AI 下一件大事是“学习”。游戏上市后，所有非玩家角色的行为都不再提前安排。游戏玩得越久，游戏就会进化学习得越多，适应性也就越强。这样的游戏会和玩家一起成长，玩家很难预测游戏行为，所以可以扩大游戏的生命周期。游戏会学习和进化，导致游戏本身不可预测的特征。
“学习”和“角色行为反应”技术属于上述非定性技术 AI 范围，所以有相当大的难度。明确地说，这种非定性的“学习”AI 开发和测试技术需要更长的时间。而且，要明白 AI 做什么更难，这也让调试更难。这些因素是“学习”AI 技术应用广泛的巨大障碍。然而，这一切都在发生变化。
几款主流游戏都使用了非定性 AI 技术，如“技术”Creatures”、“Black