Teorya ng laro: Pagkakaiba sa mga binago

Ang pagsasaliksik sa [[Intelihensiyang Artipisyal]] ay sumagot sa parehong perpekto at hindi perpektong(o hindi kompletong) mga larong impormasyon na may labis na masalimuot na mga istrakturang kombinatoryal(tulad ng chess, go o backgammon) kung saan walang mapapatunayang mga stratehiyang optimal ang natagpuan. Ang mga praktikal na solusyon ay kinasasangkutan ng mga komputsasyonal na [[heuristika]] tulad ng [[pagtatabas na alpha-beta]] o paggamit ng [[artipisyal na neural network]] na sinanay ng [[pagpapapalakspagpapapalakas na pagkatuto]](''reinforcement learning'') na gumagawa sa mga larong mas mapangasisiwaan sa pagsasanay na pagkukuwenta.<ref name="Bewersdorff2005">{{cite book|author=Jörg Bewersdorff|title=Luck, logic, and white lies: the mathematics of games|year=2005|publisher=A K Peters, Ltd.|isbn=978-1-56881-210-6|pages=ix-xii and chapter 31}}</ref><ref name="Jones2008">{{cite book|author=M. Tim Jones|title=Artificial Intelligence: A Systems Approach|year=2008|publisher=Jones & Bartlett Learning|isbn=978-0-7637-7337-3|pages=106–118}}</ref>