腾讯研发全新TiG框架:可用AI玩王者荣耀让AI模型学会战略性思考
来源:
发布时间:2025-10-04 21:11:56
电竞资讯10月4日称 据 decoder 今天报道,腾讯研究人员最近用《王者荣耀》游戏作为训练平台,探索如何让AI在游戏中学会“战略性思考”,研究全新 TiG(Think in Games)框架,相关成果已发表于 Hugging Face 平台和 arXiv 期刊。
Qwen3-14B:决策准确率达 90.91%,超越 DeepSeek-R1 Qwen2.5-32B :准确率从 66.67% 提升至 86.84% Qwen2.5-14B:准确率从 53.25% 提升至 83.12%

研究团队指出,目前的 AI 模型存在明显的功能鸿沟,以游戏为取向的 AI 能正常游玩但无法理解自己所做的决策,而语言模型虽然可以推理策略,但很难真正执行操作,为此他们研发了全新 TiG 框架,让模型在游戏中同步思考、行动。

团队选择以《王者荣耀》游戏作为训练范本,先使用匿名且标准化的赛事数据定义推上路、击杀暴君、守家等 40 种宏观行动,胜负回数均衡,AI 模型们必须要在每个定义好的场景下选择最佳策略,并解释其战略缘由。

具体来说,训练分为两个阶段,首先是在监督中学习,弄清楚这些策略的基本机制;随后通过奖励机制进行强化学习,如果行动正确能得 1 分,错误行动则得 0 分。

随后团队测试了多种语言模型,涵盖 Qwen2.5(7B、14B、32B)、Qwen3-14B 模型,并使用 DeepSeek-R1 大模型作为对照组;先从 DeepSeek-R1 提炼高质量训练数据,然后使用群体相对策略优化(GRPO)技术,比较不同策略之间的优劣。

最终经过 TiG 框架训练的模型不仅能制定行动计划,还能解释原因,例如 AI 会指出某个防御塔防守薄弱,是理想的进攻目标,但需要注意埋伏的敌人。模型训练后仍保持原有的文本理解、数学推理与问答能力。

最终测试结果如下:
- 对照组 DeepSeek-R1:决策准确率达 86.67%
相关阅读
最新录像
最新集锦
杨瀚森28分钟10中5砍14分6板吕佩尔10中1混音不敌国王
12-17
尼克斯末节一波流逆转马刺夺冠!布伦森25+8文班替补18+6
12-17
联赛杯切尔西31卡迪夫城晋级四强加纳乔失良机+双响内托建功
12-17
深圳击败吉林王浩然21分史密斯30+7姜伟泽14分
12-16
快船18分负灰熊近10战9负!JJJ31分奇兵斯潘塞27+6三分10中7
12-16
掘金险胜火箭约基奇三双&6犯KD25+7+5帽申京三双&失绝平
12-16
爵士加时胜独行侠乔治37+6马卡33+16弗拉格生涯新高42+7
12-16
猛龙末节逆转热火英格拉姆28+5阿德巴约20+10鲍威尔20分
12-16
活塞复仇绿军取4连胜康宁汉姆32+10布朗34+8+7怀特28+6
12-16
混音116110斯托克顿国王杨瀚森11中8砍18+10+4库克36分
12-16
热词推荐
热门TAG
-
张镇麟
梅州客家
瓦埃勒
专注
共鸣
云霄
卢森堡
官员
武汉车谷江大女足
旧海弗莱鲁汶
坦皮科马德罗
梦境
勃勃
亚森尼
耶路撒冷夏普尔
混合
南苏丹
神秘
承受
复仇
ACS普罗格雷苏
阿斯莫斯
对不起
六轮
疏忽
江苏体育直播
东南卫视直播
齐达内集锦
福建晋江文旅VS宁波町渥直播
弗赖堡VSRB莱比锡直播
奥运会直播
完场比分500完整版
辽篮直播
RB莱比锡VS海登海姆直播
珀斯光荣VS悉尼FC直播
骑士VS篮网直播
阿森纳vs埃弗顿在线观看
巴塞罗那vs马德里竞技视频直播
广东体育直播在线观看官网
9球直播nba
jrs直播入口
皇家马德里帕丘卡直播
西超级杯决赛在哪观看
皇马直播在线直播观看
jrs直播免费高清直播
富勒姆vs阿森纳在线直播
女篮直播今天现场直播
珀斯西部联直播
小九nba直播高清免费观看
澳网直播在线观看