크게 ‘규칙 기반 접근 방식’,’탐색적 접근 방식’, ‘학습적 접근 방식’으로 나눌 수 있다. 이 세가지 접근 방식은 베타적이지 않고, 서로 연결하거나 하이브리드 형태로 조합해서 실용화할 수 있다.
게임을 플레이하는 인간의 경험적 지식을 다운 방식으로 규칙 기반으로 기술해 가는 방법이다. 개발자가 어느 정도 해당 게임에 능숙해야 하고, 지식을 추가 해서 복잡한 플레이를 실현한다.
장점 : 개발자가 프로그래밍한 대로 플레이한다는 것이다. 거꾸로 말하면, 어째서 잘 플레이할 수 없었는지 혹은 잘 플레이할 수 있었는지 개발자가 파악할 수 있어 개량, 변경하기 쉽다.
단점 : 지식을 추가하려면 개발자는 그 게임에 능숙해야 할 뿐만 아니라, 습득한 지식을 정성껏 사례별로 나누어 기술해야 한다. 일반적으로 숙련 자가 습득한 지식은 비언어적인 지식도 포함해서 매우 방대하며, 이를 모두 기술 하는 것은 불가능에 가깝다. 예외 규칙도 많고 때로는 서로 모순되는 규칙을 기술하는 경우도 있다.
실제로 규칙 기반 접근 방식으로 인간을 뛰어넘는 성능을 실현하기는 거의 불가능하고, 다른 접근 방식을 보조하는 형태로 많이 사용한다.
탐색적 접근 방식은 컴퓨터의 계산 능력을 이용하여 탐색으로 수를 발견해 가능 방법이다. 대표적인방법으로 체스 연구로 대표되는 게임 트리 탐색을 둘 수 있다. 일본 장기나 체스 같은 게임에서는 국면을 노드로 삼아, 다음에 예상되는 모든 합법수로 트리를 전개하여 게임 트리를 형성한다. 적당한 평가 함수를 설정하고, 이 게임 트리를 미니맥스 탐색 기법을 이용하여 방대하고 단조로운 탐색을 진행하면 보텀업(botom-up) 방식으로 다음 수가 결정된다.
장점 : 게임 트리 형태로 국면을 표현할 수 있어 대응하는 평가 함수만 작성하면 나머지는 컴퓨터 계산 능력에 맡겨 강력한 프로그램을 만들 수 있다는 것이다.
단점 : 탐색적인 모델을 컴퓨터에 알려 주지 않으면 플레이할 수 없다. 평가 함수를 설계하기 어려운 게임이나 합법수가 많아 탐색에서 조합적 폭발을 일으키는 게임은 어울리지 않는다.
이런게임에 대해서는 몬테카를로 접근 방식이라는 다른 탐색 기법도 제안되어 있어 바둑이나 불완전한 정보 게임 등에서 커다란 효과를 거두고 있다.