本发明公开了一种智能游戏处理方法，包括：获取智能游戏的当前玩家的游戏状态数据，并对所述智能游戏进行模拟；根据预设的蒙特卡洛搜索树搜索当前玩家的游戏状态数据对应执行的动作直至整轮游戏结束；其中，每一次执行搜索得到的对应动作产生的游戏数据均作为下一次搜索时的当前玩家的游戏状态数据；将所述整轮游戏执行的各个动作后对应产生的游戏信息进行保存至数据库；根据从所述数据库获取的采样数据采用反向传播法对预先构建的价值网络以及预先构建的动作概率网络的损失值函数进行优化，得到最佳价值网络以及最佳动作概率网络。本发明实施例还公开了一种智能游戏处理装置、设备及存储介质，采用多个实施例解决了在非完全信息游戏中，非玩家角色的行为决策不准确，游戏质量下降的问题。