در این پایان نامه، ضمن نگاهی گذرا به تاریخچهgame ai و معرفی متداولترین روش های هوش مصنوعی و یادگیری ماشین در بازی های کامپیوتری، اقدام به طراحی و پیاده سازی یک بازی مبارزه ای به عنوان بستری برای اعمال روش های مختلف هوش مصنوعی و اصول برنامه نویسی شده است. برای این منظور، یک مسابقه بوکس دو بعدی با نمای دوربین از بالا - بر مبنای بازی قدیمی بوکس آتاری - به شکلی شبیه سازی شده است که افراد مختلف می توانند هوش مصنوعی های متفاوت برای عامل خود نوشته و با یکدیگر به رقابت بپردازند. همچنین پیاده سازی بازی، که با زبان c#.net است، به نحوی صورت گرفته است که به راحتی قابل ارتقاء و توسعه است. برای مثال بخش نمایش انمیشین بازی را می توان بدون دستکاری سایر قسمت ها، از gdi+ به xna تغییر داد. در ادامه دو هوش مصنوعی کاملا مجزا برای بازی، یکی بر مبنای ایده سنتی و متداول هوش مصنوعی اسکریپت شده و دیگری بر مبنای منطق فازی پیاده سازی شده است. نهایتا با استفاده از یک الگوریتم هوش جمعی جدید بر مبنای الگوریتم زنبورها، پارامترهای هوش اسکریپت شده بهینه شده است. در الگوریتم هوش جمعی جدید ارائه شده، زنبورها به گروه های مختلف تقسیم می شوند. گروه های دورتر از بهترین جواب پیدا شده، شعاع جستجو و تعداد جستجوگر بیشتری دارند. برعکس گروه های نزدیک به بهترین جواب پیدا شده شعاع جستجو و تعداد جستجو گر کمتر و در عوض تعداد زنبور جمع آوری بیشتری دارند. نشان داده شده است که الگوریتم پیشنهادی از سرعت بسیار بالا و دقت قابل قبولی برخوردار است. در قلب هوش مصنوعی فازی طراحی شده برای بازی یک سیستم فازی سلسله مراتبی با مدل سوگنو وجود دارد. به موجب وجود این سیستم خاص، تفکر انسانی به راحتی در بازی پیاده سازی شده است. در پایان مشاهده می شود که هوش فازی یک بازی روان تری را ارائه می دهد؛ تنوع رفتاری هوش فازی بسیار بیشتر از تنوع حرکات هوش اسکریپت شده است. این تنوع باعث افزایش میزان جذابیت و واقعیت پذیری بازی شده است به نحوی که بازیکن انسانی از بازی در مقابل هوش فازی خسته و دل زده نمی شود