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 21:07:48
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06日NBA常规赛独行侠雷霆全场录像
12-06
12月06日NBA常规赛快船灰熊全场录像
12-06
12月06日NBA常规赛热火魔术全场录像
12-06
12月06日法甲第15轮里尔vs马赛全场录像
12-06
12月06日西甲第15轮皇家奥维耶多vs马洛卡全场录像
12-06
12月06日德甲第13轮美因茨vs门兴全场录像
12-06
12月06日法甲第15轮布雷斯特vs摩纳哥全场录像
12-06
12月05日CBA俱乐部杯南宁赛区长沙勇胜吉林全场录像
12-05
12月05日CBA俱乐部杯武汉赛区江苏合肥狂风全场录像
12-05
12月05日CBA俱乐部杯南昌赛区四川宁波全场录像
12-05
最新集锦
雷霆大胜独行侠豪取14连胜亚历山大33+5+6浓眉9中1仅2分
12-06
步行者擒公牛迎来赛季客场首胜!西亚卡姆36+9马瑟林28+5
12-06
KD里程碑申京缺阵火箭轻取太阳杜兰特28+8阿门31分赛季新高
12-06
快船再输球&近7战6负哈登18+7小卡24+8科沃德23+14&灰熊胜
12-06
猛龙末节崩盘不敌黄蜂克尼佩尔21+7莺歌13中3奎克利31分
12-06
首节就失去悬念尼克斯大胜爵士布伦森33分小麦7记三分
12-06
活塞6人上双力克开拓者CC29+9阿夫迪亚35+9+7格兰特29+6
12-06
骑士第三节净胜25分逆转马刺!米切尔28+8福克斯25+5+9
12-06
掘金23分逆转老鹰约基奇40+9+8杰伦约翰逊空砍21+18+16
12-06
魔术主场险胜热火小瓦32+5贝恩16中2阿德巴约24+15&丢绝杀
12-06
热词推荐
热门TAG
-
鹿岛鹿角
巡回
无效
格拉茨AK
嫉妒
蒙特雷湾
广东省女足
巴提卡BFU
伤心
卡普尔纳
苏挑杯
卡利曼内斯蒂科齐亚
炎热
发情
萝卜
阿姆卡尔莫斯科
以图杯
细活
长辈
电视台
多心
硬仗
奥哈卡
马特斯扎凯
考朗奇峰
世界杯赛制
比利时甲级联赛
樊振东VS张本智和
直播中央一台
今晚9点丁俊晖比赛直播免费
花样游泳视频
巴萨欧冠赛程
2016nba总决赛
阿尔赖扬VS德黑兰独立直播
巴塞罗那马竞直播
nba免费直播泡泡
绿茵直播体育在线观看
jrs直播nba(无插件)直播蜘蛛直播
墨尔本城vs西部联直播
皇家马德里对塞维利亚直播
澳大利亚网球直播
nba免费观看泡泡网直播
悉尼fcvs布里斯班狮吼直播
小九体育直播在线观看免费高清
nba直播免费观看直播在线857直播
利物浦vs伯恩茅斯直播
国足今晚直播在线观看
皇马布雷斯特直播
833直播亚冠
山西女篮今晚比赛直播