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:2025-10-05 03:12:40
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
德甲普拉斯破门普勒梅尔建功十人霍芬海姆客场20不莱梅
01-28
德甲迪奥曼德破门卡尔斯点射绝平圣保利11RB莱比锡
01-28
浙江终结江苏连胜程帅澎13分琼斯12+5斯塔克斯17+7
01-27
四川全场仅得57分辽宁狂胜52分送对手20连败张陈治锋13+10
01-27
深圳力克福建贺希宁17+7+8王浩然20+12+5布里斯科21+5
01-27
新疆1分憾负同曦西尔扎提+吴冠希关键4罚不中赵柏清17+6
01-27
上海终结广州3连胜洛夫顿30+10王哲林25+9&万分里程碑
01-27
山东逆转宁波取4连胜陈林坚末节2记关键三分高诗岩次节15分
01-27
广厦力克青岛胡金秋31+8+6孙铭徽12+7韦瑟斯庞31+11+9
01-27
森林狼大胜残阵勇士终结5连败兰德尔18+7库追7人&华子缺阵
01-27
热词推荐
热门TAG
-
巴塞罗那
墨西哥美洲
成功
压制
脑力
表演
抽象
钢琴
科技
公告
西亚
德布雷辛尼
阻击
信号
BW林茨
彼尔姆安卡
毛衣
制定
沙皇
惨败
哈曼吉亚拜亚
铁打
漂亮
顽强
夏雷姆
nba录象
科比81分中文解说
CCTV5欧洲杯在线直播
梅县铁汉
WAT1000直播
抓饭直播
英足总杯直播
上海海港VS长春亚泰直播
98nba录像
nba今日十佳球
塞尔塔
独行侠VS凯尔特人
孙颖莎今天比赛视频直播
江苏卫视直播在线观看
今晚9点丁俊晖比赛直播免费
cba今日赛程表
利物浦曼联
火箭老鹰
CCTV5乒乓球直播
重庆力帆
央视1套直播
勇士VS国王直播
巴塞罗那马竞直播
湖人直播在线观看免费高清
网球比赛直播免费观看