Tässä tutkielmassa tarkastellaan videopeleissä käytettäviä tekoälymenetelmiä ja selvitetään kyseisten tekoälymenetelmien toimintaa kirjallisuuskatsauksen avulla. Tutkielmassa käsiteltävät tekoälymenetelmät on pyritty valitsemaan niiden suosion perusteella niin kirjallisuudessa kuin videopeleissäkin. Valikoituneet tekoälymenetelmät ovat: äärellinen automaatti (finite state machine), käytöspuu (behavior tree), minimax-algoritmi (minimax algorithm) ja Monte Carlo -puuhaku (Monte Carlo tree search).

Äärellinen automaatti on matemaattinen malli, jossa järjestelmälle on määritelty tietyt tilat, joissa se voi olla yhdessä kerrallaan. Äärellisiä automaatteja on helppo suunnitella pienessä mittakaavassa, mutta ne ovat toiminnaltaan ennustettavia. Käytöspuu on myös matemaattinen malli, joka havainnollistaa siirtymiä äärellisen tehtäväjoukon välillä. Modulaarisuuden ansiosta käytöspuilla pystytään toteuttamaan pienien osien avulla monimutkaisia kokonaisuuksia. Minimax-algoritmia käytetään kahden pelaajan vuoropohjaisissa peleissä. Algoritmi muodostaa mahdollisista siiroista pisteytetyn puun, jonka perusteella algoritmi pyrkii valitsemaan itselleen parhaan mahdollisen siirron, ottaen huomioon, että vastustaja pyrkii valitsemaan algoritmille itselleen huonoimman mahdollisen siirron. Monte Carlo -puuhaku on algoritmi kahden pelaajan peleihin. Algoritmi käyttää hyödykseen Monte Carlo -simulaatiota, jossa peliavaruutta tutkitaan suorittamalla useita pelin loppuun pelaavia simulaatioita, jonka perusteella pyritään valitsemaan paras mahdollinen peliliike.

Jokaisen tekoälymenetelmän kohdalla kerrotaan aluksi yleisesti kyseisen tekoälymenetelmän toiminnasta, jonka jälkeen kuvataan toimintaa syvällisemmin esimerkin kautta. Lopuksi vertaillaan aiemmin esiteltyjä tekoälymenetelmiä.