A dolgozat mesterséges intelligencia megoldások összehasonlításáról szól. Az összehasonlítás alapjául egy sejtautomata alapú játékkörnyezetet veszünk, melyre a vizsgált mesterséges intelligenciai algoritmusokkal megoldást kísérlünk meg találni. A vizsgált algoritmusok a mesterséges intelligencia három fő területéről származnak, ezek az evolúciós algoritmusok, a felügyelt tanításos algoritmusok, és megerősítéses tanulásos algoritmusok. Az evolúciós megközelítést egy egyszerűsített és egy valamivel hagyományosabb genetikai algoritmus, a felügyelt tanulásos megközelítést néhány különböző mély tanulásos modell, a megerősítéses tanulásos megközelítést pedig két mély megerősítéses tanuló algoritmus képviseli. A játékkörnyezet ezeknek az algoritmusoknak az összehasonlítására igen alkalmas, a sajtásosságaik és különbségeik jól megfigyelhetőek. A játékkörnyezetnek két változatával is megvizsgáljuk az algoritmusokat, majd a megoldásokat a jóságuk, teljesítményük és igényeiknek nagyságától függően rangsoroljuk. Mint majd látjuk, a környezettől függően vagy erőforrásbeli megszorításoknak megfelelően változó, hogy mely algoritmus adhatja a legjobb megoldást.