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:24直播网
发布时间:2025-10-04 20:33:45
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
12月09日NBA常规赛马刺鹈鹕全场录像
12-09
12月09日西甲第15轮奥萨苏纳vs莱万特全场录像
12-09
12月09日英超第15轮狼队vs曼联全场录像
12-09
12月09日意甲第14轮都灵vsAC米兰全场录像
12-09
12月09日意甲第14轮乌迪内斯vs热那亚全场录像
12-09
12月09日意甲第14轮比萨vs帕尔马全场录像
12-08
12月08日CBA俱乐部杯长沙赛区小组赛山东青岛全场录像
12-08
12月08日NBA常规赛掘金黄蜂全场录像
12-08
12月08日西甲第15轮皇家马德里vs塞尔塔全场录像
12-08
12月08日甲第15轮洛里昂vs里昂全场录像
12-08
最新集锦
马刺7人上双险胜鹈鹕哈珀准绝杀奎因空砍新高33分+10板10助
12-09
太阳终结森林狼5连胜马威22+7布克缺战爱德华兹40+9
12-09
步行者3人20+击退国王威少24+13+14内姆哈德28+12
12-09
西甲鲁本加西亚传射穆尼奥斯破门奥萨苏纳20莱万特
12-09
意甲马利诺夫斯基点射库菲破门热那亚客场21乌迪内斯
12-09
意甲贝内德扎克点射制胜帕尔马客场10十人比萨
12-08
天下足球2026年世界杯十大看点
12-08
CBA俱乐部杯山东力克青岛晋级8强克里斯28+8杨32分
12-08
SGA伤缺雷霆30分大胜爵士15连胜!杰伦威25+8霍姆格伦25+9
12-08
湖人胜76人回西部第2东契奇buff拉满老詹收比赛大帝21中4
12-08
热词推荐
热门TAG
-
鸟栖砂岩
佩西加雅加达
霍森斯
记录
强度
福利
享年
思维
深刻
清晰
进攻
荣耀
大雨
熟悉
射箭
动物
梅里达
麻烦
挥舞
奥林匹亚波布罗夫
实验室
吃水
博大
夫波维
功能
55直播NBA
本泽马背锅是什么梗
欧洲杯小组出线规则
西汉姆联VS莱斯特城直播
澳大利亚U20VS日本U20直播
中央台CCTV-1综合频道
热火vs湖人
河北卫视在线直播
nfl直播
电视直播湖南卫视
NBA赛程及排名
云南玉昆VS北京国安直播
沙特阿拉伯U20VS中国U20直播
nba全明星在线观看
乒超男团决赛直播
cba广东vs北京直播在线观看
乐球体育
ac米兰对热那亚在线直播
小9直播nba在线直播视频观看
阿森纳vs曼联直播免费观看
辽宁体育频道男篮直播
833直播足球直播
优酷体育直播在线
9球直播体育免费观看
cba辽宁男篮今晚直播