狭义的游戏人工智能研究，致力于创造类人水平的智能体，尝试在国际跳棋、国际象棋、双陆棋、围棋、德州扑克、星际争霸和 Dota2 等游戏中战胜人类玩家:广义的游戏人工智能研究则还包括探索用以设计游戏、开发游戏的人工智能技术，例如游戏图像生成技术、游戏关卡生成技术等等。 电子游戏与人工智能自诞生之日起就结下了不解之缘，二者相生相伴，相互助力已有 70 余年电子游戏不仅帮助人工智能的先驱者们确立了研究的目标和任务，同时也向社会生动地展示了人工智能的强大能力。因此，每次人工智能在社会影响力上的突破，都与电子游戏有着莫大联系。其中的典型案例，就是20 世纪末在国际象棋游戏上打败卡斯帕罗夫的 Deep Blue，以及在 2016 年在围棋游戏上击败李世石的 AlphaGo。 以深度学习为代表的人工智能技术，已经开始被游戏产业普遍使用。一方面，人工智能技术不仅可以生成强可玩性的游戏关卡，同时还可以生成高质量的游戏图像、游戏音乐和游戏文本这为游戏开发节省了大量时间与资源，另一方面，人工智能技术的加入也为游戏内容和游戏交互带来了无限可能。更大的开放世界和更加智能的 NPC，构建了一个史无前例的、日益真实的虚拟世界，创造出了能够让玩家沉浸其中的、千人千面的“元宇宙”。 电子游戏也促进了人工智能技术的发展，甚至作为人工智能技术的“加速器”，开始孵化通用人工智能。电子游戏为人工智能体的训练提供了一个安全、可靠、高效、可控以及低成本的可重复利用的环境。游戏环境不仅为人工智能的训练和测试提供了源源不断的数据，同时也隔绝了现实世界中的实验所面临的种种风险。 电子游戏往往被看作是构建类人级别人工智能的理想场景。近年来，电子游戏中任务的多样性和复杂性，逐渐催生出了能够完成多项任务的通用人工智能体，推动了通用人工智能技术发展。