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 20:33:53
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
12月05日NBA常规赛凯尔特人奇才全场录像
12-05
最新集锦
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
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
绿军下三分雨击退残阵湖人取4连胜杰伦30+8+8里夫斯36+8
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
法甲伊桑姆巴佩破门模仿哥哥庆祝里尔10力克马赛
12-06
西甲双方均无建树皇家奥维耶多00闷平马洛卡
12-06
德甲达科斯塔乌龙球门兴客场10美因茨
12-06
法甲卡莫里敦比亚头球破门布雷斯特10摩纳哥
12-06
俱乐部杯见证历史!合肥狂风轻取江苏迎NBL球队首胜!
12-05
热词推荐
热门TAG
-
运动会
耍赖
传唤
玩弄
失去
马里士他卡沙
弗罗茨瓦夫
埃基巴斯图兹
航道
战舰
ASK布拉沃
激励
虎牙
大雨
华南
坚守
参与
拳击
实地
卡拉干达矿工
治理
波兰沙滩足球队
草体
吃水
笔直
55体育直播
shijiebei
pptv足球直播
麦蒂35秒13分高清视频
张修维
德罗巴外号
中央5台今晚乒乓决赛直播
河南卫视今天直播
斯诺克直播在线观看高清直播
梦幻联赛
2022冬奥会开幕式
皇马vs巴萨直播
中央一套节目
河北卫视在线直播
北京电视台在线直播
芒果卫视直播
nba833直播免费观看直播在线
山西男篮今晚的直播视频
看球直播app官方版v3.5
阿森纳vs曼城直播
jrs看球蜘蛛直播
珀斯光荣对西部联足球直播
西部联vs布里斯班狮吼动画直播
jrs蜘蛛直播球帝带
ufc在线观看网站