Non-Player Character yang adaptif merupakan elemen kunci untuk menciptakan permainan yang menantang, namun pendekatan konvensional seperti rule-based atau Deep Q-Learning standar seringkali memiliki keterbatasan dalam stabilitas. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi AI musuh menggunakan algoritma state-of-the-art yakni Rainbow Deep Q-Learning pada game strategi grid-based bernama Mouse Maze Mayhem. Kinerja Rainbow Deep Q-Learning dibandingkan dengan Deep Q-Learning standar melalui metrik episodic loss selama pelatihan dan win-rate AI tikus melawan berbagai algoritma simulasi pemain (kucing). Hasil penelitian menunjukkan bahwa Rainbow Deep Q-Learning secara konsisten menghasilkan episodic loss yang lebih rendah dan lebih stabil dibandingkan dengan Deep Q-Learning standar. AI yang dihasilkan berhasil mencapai rata-rata win-rate 52.38% terhadap AI lawan, namun data popularitas menunjukkan bahwa pemain lebih menyukai Rule-Based Strategic AI yang dikembangkan secara terpisah. Hal ini menyimpulkan bahwa Rainbow Deep Q-Learning merupakan metode yang unggul dan stabil untuk melatih AI game, meskipun preferensi pemain mengindikasikan bahwa superioritas teknis tidak selalu sejalan dengan pengalaman bermain yang paling diminati.