人工智慧這麼牛逼，為什麼還沒有出一個可以自動通關遊戲（比如最簡單的恐龍快打或名將）的外掛？
在未來簡史上看到的，第289頁，我給你手打了。
2015年2月，由google deepmind人工智慧公司所開發的一個程序，就學會了自己去玩49款經典的atari遊戲。開發者之一的Demis Hasabis博士解釋道：我們提供給系統唯一的信息就是屏幕上的原始像素，以及提示系統要努力得到高分，剩下的一切都是自己解出來的。而這套程序也成功找出來交給它的所以遊戲的規則，從《吃豆人》《太空入侵者》到各種賽車和網球遊戲，而且，這套程序得到的分數多半都能打平甚至超過人類，有時候還會使出人類從未想到的策略。你是不是覺得這個公司名眼熟，沒錯，AlphaGo也是他們的作品。除了高票提到的Atari，像Doom這種比較複雜的第一人稱射擊遊戲也已經有了可以超過人類的AI存在（並且輸入只有顯示器圖像而已）：
最前沿：圍棋之後，AI玩FPS遊戲也能秀人類一臉了！
其他類似俄羅斯方塊，馬里奧，魂斗羅等遊戲都有人工智慧（準確的說是深度強化學習）實現，是否能超過人類就不清楚了。只不過現在的強化學習演算法一個是訓練速度慢，一個是遷移能力低，所以很難低成本的應用到各個不同的遊戲中。更何況需要外掛的網路遊戲里有大量人類才能理解的文字信息，AI想要做到理解還需要等待自然語言處理的技術提升才行。不過像題主說的幾個簡單遊戲，應該是只要有足夠的數據訓練，都可以做到自動玩的。現在相關的工具也有很多，OpenAI（OpenAI）提供了一個強化學習環境包，裡面有大量的強化學習任務（也可以下載下來當Atari全集來玩）。另外也有基於Keras的Keras-RL（matthiasplappert/keras-rl），可以直接調用裡面的強化學習方法來玩OpenAI的遊戲。兩者都基於Python，OpenAI的很多組件則需要Linux環境。
總之深度強化學習還是一個剛剛開始沒多久（2年左右）的新領域，還有大量的研究工作可以做，而且它可以解決的很多問題都是非常有前景的（甚至可以認為一切人工智慧問題都可以被定義為強化學習問題），未來的發展值得期待。
順便補個AI玩Atari的圖
。。。
我對題主的說法表示點點點
街機比較簡單，
我們來說說目前電競遊戲鄙視鏈的最高端，星際。
星際，魔獸，刀塔，lol，農藥。
這大概是目前的鄙視鏈吧。
先說操作層面的，微操。完爆!
星際2里有一種很難處理的操作，機槍甩毒爆。
簡單介紹一下這個操作的難處，
機槍是一種遠程攻擊單位，人族，
毒爆是蟲族的近戰單位，作戰方式是衝到目標身邊爆炸。
操作者需要不停的分散，拉開機槍，並保持輸出，
甚至必要的時候讓單個機槍（光頭）引爆毒爆避免更多傷害，
先貼兩個 避孕大魔王 byun的機槍點毒爆操作
第二張
不要覺得這個操作很容易，
機槍這個兵種十分脆弱，一個毒爆在身邊爆炸，機槍往往是死全家。
而且byun還利用了地形。
下面，我們看看AI，和其他高手可以做到什麼程度。
《星際爭霸2》20個機槍兵vs40隻爆蟲iqiyi.com視頻
IMMvp是一名技術很好的韓國選手，但是他的操作也比不過AI。同樣是機槍兵對爆蟲的戰鬥，IMMvp在有醫療運輸機支持的情況下死傷慘重。但是在AI的控制下，沒有醫療支持並開場就打了一針興奮劑(打興奮劑生命值會減少)，以讓人瞠目結舌的走位輕鬆風騷的全殲了對手。
視頻一共3個，一個是5輛坦克+運輸機滅蟲族全家，還有一個小狗打坦克。
具體請見：
神一樣的AI面前 人類玩星際就是浮雲
至於曾經神級操作 機槍打地刺 AI更容易做到
再說戰略層面的，目前還打不過頂級人類選手。
今年 3 月，很多中國媒體更是報道，在 WCS 中國站決賽上，暴雪娛樂製作總監 Tim Morten 親自確認，AlphaGo 確認將挑戰《星際爭霸2》。
這個新聞有兩個疑點：第一，幾乎沒有國外媒體以 「AlphaGo 挑戰《星際爭霸 2》」為標題進行報道；第二，AlphaGo 的名字也顯示了，這只是 DeepMind 為圍棋項目（英文：Go）專門訓練的人工智慧項目，如果挑戰星際，應該不會是這個名字。更準確的是當時《財富》的報道：DeepMind 的 CEO，Demis Hassabis 表示，《星際爭霸》是一個考慮中的有趣的挑戰。現在，DeepMind 和星際的「緋聞」終於可以落實了。DeepMind 的工程師 Oriol Vinyals 在公司博客宣布，暴雪將和 DeepMind 展開合作，讓《星際爭霸 2》成為人工智慧和機器學習的研究環境，並在明年第一季度將這個環境開放給所有的人工智慧研究者。也就是說，即使是 DeepMind 的人工智慧，也剛開始學習《星際爭霸 2》。Oriol Vinyals 少年時期曾是西班牙的頂級《星際爭霸》玩家，他坦誠，「要打敗人類職業選手，我們還有很長的路要走。」
特玩網：阿爾法狗宣布退役 AI下個目標是《星際爭霸》
三國殺的託管，分分鐘把題主打傻。 託管的謀略水平不是一般的高。我見過託管的主公在剩下一忠一反一內的情況下，聲東擊西，一下打這個一下打那個，最後內和反都是由託管殺的
介紹一個很簡單，但是玩起來挺有難度的一個遊戲。
網頁版在這裡Play Flappy Bird
答主連第一個柱子都過不了。有興趣的可以點開，自己嘗試一下。
這個遊戲，用人工智慧訓練一個模型，電腦能夠輕而易舉一直玩下去。
ACT我不知道，STG在90年代就有外掛了，遊戲公司用來做遊戲測試的。邏輯很簡單，躲過其他攻擊判定，消滅可擊毀物體。包括FPS的機器人NPC，RTS的NPC敵手，都是這樣的掛。
但是這些程序都是直接拿內存數據的，只適合有介面的遊戲或者模擬器，你說的大概是能打通一切遊戲的萬能外掛，必須和人類一樣從屏幕獲取信息然後用手柄輸入，涉及到圖像識別之類的問題，也就只有研究人工智慧的人會開發這種東西
「人工智慧這麼牛逼，為什麼沒有開發出一款自動吃巧克力的機器人」
有巧克力你不給我吃給機器人吃幹什麼？！
同理，有遊戲你不拿來玩給人工智慧玩幹什麼。。。
電子遊戲歸根到底也是程序，只要能通關，一定存在「程序上的最優解」，畢竟你的操作最終還是轉換為程序語言的。如果交給計算機來做，效率上肯定是優於人類的。你看你玩地獄難度里被敵人虐殺，電腦玩得可比你好多了。實際上在國際上速攻組有一個流派就是從遊戲的程序設計入手去算最優解來達到最速通關的目的。
不過說到這裡，其實並不太符合「人工智慧」的條件。我覺得題主所提問的人工智慧應該是指讓計算機具有自我學習能力。事先並不知道遊戲的設計語言，不知道最優解。能通過自我學習來通關甚至提升自己的遊戲競技能力。
這在技術上也並不難實現。但還是很簡單的一個問題，做出來沒有意義。比如能夠智能提升圍棋棋藝的人工智慧，你讓它改下國際象棋，勢必要重新設計一套學習演算法。現存於世的遊戲種類那麼多，究竟要設計多少種演算法？
再說了，讓計算機自己學習，計算機自己肯定能找到遠勝於人類的最優解。它一定能學會在FPS中只要視野中出現敵人立即爆頭，在動作遊戲百分百閃避所有的攻擊，在galgame中速推完美結局開全CG。這不就是開外掛么？你千辛萬苦地設計計算機的學習程序，最後也不過就達成一個外掛的效果，毫無意義啊！
真的要設計打遊戲的人工智慧的話，應該設計成遊戲主播式的人工智慧。能夠接收彈幕的反饋，自我學習人類的情感，從而做到在遊戲中「立flag」「騷操作」等等舉動去贏得觀眾歡心。這種能夠學習人類情感的人工智慧，才是有意義的發展方向。這個。。。題主知道一些網遊的離線掛嗎？
連遊戲都不需要進，直接打怪聯機撿裝備一氣呵成。
題主你出資不？？？
我覺得，紅警冷酷的電腦，稍微改改，通關紅警戰役應該是沒問題的。
不過如果這個問題是限定在有學習能力的AI的話，Google他們不是正在研究讓阿爾法狗打星際2么你知道遊戲幣市場上DNF金幣是怎麼來的嗎？？？
有啊，誰說沒有，要不題主隨便開一個頁游試試？
人工智慧為什麼要做這麼無聊的事。
人工智慧不要面子的啊。
絕大多數遊戲，比如動作類靠電腦演算法設計的好完美通關沒問題。但沒事，我們還有命運石之門。
有本事靠ai演算法第一次打就完美通關啊……
音樂遊戲很多自帶auto play的......
聽說怒首領蜂：最大往生完 有賣AI代打的DLC......況且遊戲是拿來給機器玩的？想看通關表演直接視頻通關嘛......怎麼沒有？多得是啊。
任何一個頁游，你點開進去，然後把頁面最小化，半小時後來後妥妥30級了。
如果頁游有結局，它妥妥的會把自己玩完。