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 20:33:56
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
02月02日NBA常规赛快船太阳全场录像
02-02
02月02日NBA常规赛国王奇才全场录像
02-02
02月02日西甲第22轮毕尔巴鄂竞技vs皇家社会全场录像
02-02
02月02日法甲第20轮斯特拉斯堡vs巴黎圣日耳曼全场录像
02-02
02月02日意甲第23轮帕尔马vs尤文图斯全场录像
02-02
02月02日西甲第22轮赫塔费vs塞尔塔全场录像
02-02
02月02日意甲第23轮克雷莫内塞vs国际米兰全场录像
02-02
02月02日德甲第20轮多特蒙德vs海登海姆全场录像
02-02
02月02日英超第24轮热刺vs曼城全场录像
02-02
02月02日法甲第20轮昂热vs梅斯全场录像
02-02
最新集锦
雷霆力克掘金亚历山大34+13华莱士新高7记三分穆雷16中4
02-02
马刺6人上双击败魔术文班亚马25分8板4断5帽班凯罗19+10
02-02
杨瀚森2分30秒1板1助骑士送开拓者5连败阿伦生涯新高40+17
02-02
快船大胜太阳近21战17胜小卡25+8阿伦23+8哈登&布克缺阵
02-02
尼克斯力克湖人迎6连胜OG25+8东契奇30+15+8詹姆斯22+5+6
02-02
活塞53分狂胜篮网坎宁安18+12杜伦21+10
02-02
猛龙送爵士6连败巴雷特21+6巴恩斯14+9+4帽马尔卡宁27+11
02-02
热火再战公牛大胜43分阿德巴约20+9公牛三分球41中6
02-02
奇才6人上双送国王九连败巴格利7中7拉文35+6德罗赞32分
02-02
绿军送雄鹿5连败杰伦布朗30+13西蒙斯27分罗林斯25+6+7
02-02
热词推荐
热门TAG
-
蒙特利尔CF
代格福什
疯狂
胖子
主演
设备
埃基巴斯图兹
故事
现役
博莱斯拉夫
系列
颓势
天堂
拳击
第一维也纳
梅里达
卡拉干达矿工
纳塔切尔克斯克
文昌
总结
肉眼
雨水
罗杯
垃圾
拉约拉港
cba现场直播
欧洲杯时间表
雷霆vs快船
广西卫视节目表
斯诺克直播在线观看
中央一台在线直播观看现场直播
湖南卫视今天节目表
张志磊vs维尔德比赛视频
里尔VS摩纳哥直播
普利茅斯VS卡迪夫城直播
514tv直播nba免费观看
免费观看nba比赛直播的软件
比尔森vs曼联直播视频
勇士直播免费观看
cctv5在线直播湖人灰熊
nba直播免费观看直播看球直播
黑白nba免费视频直播
热刺vs狼队直播在线观看
nba直播免费直播高清
切尔西埃弗顿比赛直播
皇马对马洛卡直播
辽宁体育频道在线播放
绿茵体育live免费
勇士直播在线观看
小九直播nba