深入解读游戏领域的创新成果和发展趋势，并基于社会、经济和产业发展的实际挑战，提供跨越游戏和现实的人工智能解决方案。
中国科学院院士、中国科学院数学与系统科学研究所研究员郭磊介绍了基于博弈的控制系统(GBCS)的基本特征和属性，论证了通过扰动纳什均衡点，可以在微观层面调整GBCS的宏观状态。多参与人水平线性GBCS全局可控性和稳定性的基本结果。
在这份报告中炸金花网络游戏，IEEE Transactions on Games主编、马耳他大学教授Georgios N. Yannakakis探讨了为什么情感和相应的情感计算应该是AI和游戏研究中的关键元素，以及情感如何帮助测试游戏、设计游戏、设计AI算法和代理，并最终理解玩家的体验。
美国Meta公司人工智能研究院研究员田媛东在一份报告中指出，深度强化学习(DRL)作为一种智能决策优化技术，在围棋、国际象棋、星际争霸等游戏中表现出了人类水平甚至超人的表现。当应用到现实世界时，仍然有新的挑战。报告还描述了当前的问题，如如何有效地与现有的工业系统集成，大规模状态和行动空间的表示学习，重新定义时序决策的时间结构，以及现有求解者的初始解决方案学习，阐述了顺序决策的表示学习和结构学习的研究结果。
以色列科学院院士、以色列巴伊兰大学教授萨里特·克劳斯(Sarit Kraus)报告说，计算机代理越来越多地被部署在群体环境中，通过与人类互动来执行任务。为了构建有效的代理政策，需要考虑特定领域的经验知识，并详细讨论了五种类型的领域以及代理研究在不同背景下的优势和挑战。
