游戏质量控制解决方案将深度强化学习（DRL）应用于游戏的开发和测试中，为游戏框架引入自我学习机制，在模拟环境中进行大量对抗式训练和测试、提升游戏测试的覆盖率、优化游戏关卡设计和角色平衡、提高游戏制作的整体水平；构建不同等级的游戏 AI 玩家来匹配不同水平的游戏玩家，提高可玩性和留存。