Este trabalho explora a utilização de técnicas de aprendizado de máquina por reforço para modelagem de agentes, voltado para jogos educacionais para um público com deficiência intelectual. Para este objetivo foi criado uma função de recompensa para o agente que atenda a política de ação esperada, salvando cada parte da fase de treinamento para a criação de um jogo com uma dificuldade dinâmica, adaptativa ao usuário. O treino do agente apresentou bons resultados, aprendendo a se locomover no espaço do ambiente e selecionando ações ótimas para perseguir o jogador, revelando o potencial do uso do aprendizado de reforço para aplicações educacionais, pelo seu fator adaptativo ao usuário.