游戏AI的发展历程与游戏历史相比还是短了许多，但是在这短短的时间里面，游戏AI的发展可谓是非常惊人，从最初级的游荡型AI到现在能够主动学习，实在是令人惊叹不已。
如果说把游戏AI投入到实际的应用中，早期应该是以有限状态机为主，简单来说，就是通过触发事物的某些行为，导致事物从一种状态过渡到另一种状态的，而这个状态是有限的。比如在1991年的《文明》，做到了防御姿态与敌对姿态的动态切换，算是一种比较典型的有限状态机模式。在当时可以说是颠覆了许多玩家的认知。
《文明》
后来，又出现了树搜索的AI算法，树搜索才算是真正迈入了人工智能的行列，因为从某种程度上来说，人工智能的结论都是搜索问题，在有限的答案中寻找一个最优的解法。而树搜索的算法则是从根部出发，通过广度和深度两种搜索模型去找到玩家需要的最优解法，树搜索算法应该算是一种被广泛应用的基础。它可以帮助玩家给出较优的解法，但是并不一定是最优答案，因为在目前很多游戏中，玩家采用系统推荐设置其实就有点类似于树搜索算法，而到了最后，玩家会根据系统的推荐进行微调，这正是通过树搜索算法找到了其中的优解之一出现的情况。
在树搜索之上，应该是进化算法，进化算法其实就是模拟生物进化的遗传算法，这种方式会比树搜索更进一步。我不知道在1997年推出的《帝国时代》能不能算是进化算法的AI，因为这款游戏是第一批允许AI作弊获得大量资源以挑战玩家的游戏，我一度以为作弊只是玩家进化出来的一种手段。
《帝国时代》
而目前在游戏圈中叫得上号的游戏AI，包括腾讯推出的AI“绝艺”和“绝悟”、网易推出的AI“伏羲”、暴雪与谷歌DeepMind团队合作研究的《星际争霸》人工智能“AlphaStar”、OpenAI推出的Dota2 OpenAI Five等等，这些游戏AI之所以能够超越职业选手，是因为它们采用了增强学习的算法，大致上可以说这是目前最高级的AI算法。
有玩家表示，“绝悟”20层的水平已经堪比职业选手。同样，网易目前有20多款游戏应用了“伏羲”AI，包括传统大型MMO，以及竞技游戏等等。可以说，如今游戏的AI应用场景已经非常丰富。