游戏智能体 (Game AI-Bot) 是利用深度强化学习 (DRL) 技术，帮助游戏设计、开发测试，进行数值、玩法、关卡等游戏设计的平衡性验证和测试，或在游戏运营阶段通过投放不同等级的虚拟 AI-Bot 陪玩，来提升真实玩家的体验和留存。AI-Bot 可以通过通过强化学习训练中的奖励 (Reward) 机制，以及对玩家行为的模拟，学会如何在一个游戏环境 (Environment) 中采取行动 (Action)，以获得游戏设计目标的最大化。AI-Bot 的训练需要大量计算和存储资源，这个过程非常耗时，而基于 Amazon SageMaker 和 Ray 框架的云上分布式训练解决方案能够充分利用云上可扩展算力资源，简化和加速 Game AI-Bot 训练和部署过程。