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
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
西甲格德斯破门德加拉莱塔绝平毕尔巴鄂竞技11十人皇家社会
02-02
十人巴黎21斯特拉斯堡6连胜2分优势领跑门德斯破门阿什拉夫染红
02-02
近5轮4胜!尤文41帕尔马暂升第4戴维传射布雷默双响麦肯尼侧勾
02-02
热词推荐
热门TAG
-
乌克兰
戴维斯
迈阿密FC
普罗夫迪夫火车头
瓦埃勒
难过
落地
休息
基金
体育
米尔沙米
奥地利维也纳
曲折
专用
笔记
西亚
市场
辱骂
中国奥运
卢贝拉
纯粹
教会
德国女篮
选秀tab
用力
c罗搀扶卡瓦尼
皇马VS巴列卡诺直播
直播女排
cctv4在线直播观看
中央电视台5套在线直播
搜球吧
2024今晚乒乓决赛直播
浙江卫视直播
中国男足对阵日本男足
广州电视台直播
利物浦vs阿森纳
直播乒今日乒乓比赛现场直播
中央电视台1套节目表
中央十三台在线直播
斯诺克直播间1号直播间
nba扣篮
湖北卫视直播
nba录像回放高清录像回放
尼斯VS蒙彼利埃直播
篮球直播在线观看jrs
切尔西vs阿斯塔纳比赛直播
诺丁汉森林vs阿斯顿维拉直播
乐球体育
曼联vs伯恩茅斯免费直播在线观看
皇马vs赫塔费在线直播