War3的AI沒有必要使用你提及的演算法，或者說，根本無法使用。
有相關經驗表明，遊戲的AI如果采用神經網路等演算法，會傻得出奇。
使用學院派演算法的AI總會做出匪夷所思的動作，讓人無法理解，遊戲性盡失。
其主要原因在於遺傳演算法、模擬退火演算法、神經網路演算法、各種分類演算法等等，都是高度概括化的，旨在找到局部最優解/或者找到全域關系。但是我們的AI實際不需要最優解和全域關系，一是你的電腦沒那麽叼，這麽復雜的情況，如果真的高度概括出來了，其復雜程度是很高的，你的電腦也帶不動，其次是演算法在訓練過程中收斂也會很慢，因為樣本太過復雜，所以也許要花上很久（幾年？猜的）來收斂，如果我們降低收斂精度要求來使速度加快，AI就會變得非常傻，做遊戲明顯不能這樣。即使上述問題都被解決了，還有個問題就是，電腦得到了最優解和最優數學模型，你作為玩家就沒有勝利的希望了，這遊戲 給誰玩？
即使設計公司神經病般的決定如此設計，每當你的遊戲有更新，兵種變化，數據變化，整個演算法 就要重新訓練，玩家需要重新下載AI的全部內容，對使用者的體驗和公司的工作效率都失真害。
戰略類遊戲的AI，還是有限狀態機。
根據不同情況分類做不一樣的事情，全都設計好，設計的盡量詳細，就OK了。
關於其復雜度：
這類AI的程式體往往超乎想象的長，當然具體長度和遊戲本身的設計也有一定關系，和遊戲其它部份程式碼的設計最佳化程度也有關系，但是即使在較優環境中，其AI長度也是很長的。具體原因就在於其事無巨細的分類了所有情況，規定了AI在不同時間不同情況所做的不同事情，作為一個戰略類遊戲，尤其是即時戰略類遊戲，這是十分復雜的，情況十分多，因此程式本身也會相當的長。
但是他執行速度又快！又像人類在玩！又給了玩家勝利的可能！又容易設計和更改！
何樂而不為呢？
