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CBA俱乐部杯南宁赛区淘汰赛深圳长沙勇胜全场录像
12-06
12月06日CBA俱乐部杯南昌赛区淘汰赛宁波同曦全场录像
12-06
12月06日CBA俱乐部杯武汉赛区淘汰赛广东江苏全场录像
12-06
12月06日CBA俱乐部杯长沙赛区小组赛山东广厦全场录像
12-06
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
最新集锦
俱乐部杯深圳大胜长沙勇胜史密斯27+6+6马里奇16+11
12-06
宁波击败同曦辛普森30分郭昊文22分黄荣奇10+8
12-06
广厦力克山东胡金秋17+5孙铭徽15+8陈林坚15分
12-06
俱乐部杯广东轻取江苏徐杰18+4+8王洪泽15+8刘泽希13+8
12-06
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
热词推荐
热门TAG
-
石家庄功夫
阿甲
辛辛那提FC
蒙特雷
洛桑
美元
热度
艰险
上海久事
交战
银星队
筹备
花消
梅赫伦
河南万仙山女足
亚森尼
心裁
詹谢普尔
布拉格斯拉维亚U19
俄杯
用力
体验
阿伯丁U21
垃圾
基洛维兹
cba重播
我要播播网
山东体育电视台直播
男篮世预赛爆群殴
欧洲杯直播频道
厄齐尔集锦
神户胜利船VS光州FC直播
奥格斯堡VS弗赖堡直播
快船VS公牛直播
cctv5直播现场直播中国男篮
维戈塞尔塔
中央四台在线直播高清
手机看电视直播中央一台
辽宁男篮官网
法甲联赛积分榜
韩国vs中国
湖南娱乐频道在线直播
西超杯
女排直播
世界杯直播在线观看
阿森纳VS西汉姆联直播
曼联对阵阿森纳在线直播
国际米兰与亚特兰大视频直播
cctv辽宁体育频道
阿森纳水晶宫赛事直播