人工智能被训练来预测这样的事情，因为这是他们的目的，他们被赋予了他们在当前游戏状态下可以做的几乎所有可能的移动，并选择可能移动的最佳结果，但不仅人工智能还预测什么在那之后发生并预测该预测的结果，就像国际象棋人工智能可以预测如何仅通过玩家的一步将玩家将死，所以他们不仅预测现在要做什么，还预测要做什么移动完成后

这可以通过深度学习来完成，您可以在此处阅读：https ://towardsdatascience.com/predicting-professional-players-chess-moves-with-deep-learning-9de6e305109e https://electronics.howstuffworks.com/chess1。 htm

在视频游戏中，开发人员通常会花专门的时间来训练他们的 AI，方法是向他们提供学习数据，这些数据要么由开发人员自己提供，要么来自参与的开放/封闭 Beta 测试人员的反馈，开发人员可以根据这些数据建模算法的学习模式，并继续用一些目标来训练它们。

人工智能可以预测这样的事情，因为在他们发布游戏之前，训练 BOT 或 AI 玩游戏数百万次，所以他们有一个模型或 BOT 可以预测他们可以做的每一个下一步动作或组合，或预测所有动作可以完成游戏。例如蛇游戏。他们预测动作的方法是训练模型或机器人在蛇执行某些动作时玩游戏。蛇得到了奖励，奖励可以是正面的也可以是负面的。蛇的目标是在给定所有可能状态的情况下，学习使奖励最大化的动作。状态是代理在每次迭代时从环境中接收到的观察结果

这是可以为您提供详细信息的链接：https ://towardsdatascience.com/how-to-teach-an-ai-to-play-games-deep-reinforcement-learning-28f9b920440a

人工智能可以通过读取他们之前通过多次玩游戏存储的数据来预测这样的事情。使用人工智能可以学习的数据是最好的行动。例如，AI 可以在子弹地狱游戏中击落所有敌人的同时找到躲避所有来袭子弹的最佳路径。