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 03:06:19
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
掘金送快船6连败!约基奇55+12+6&23中18哈登23+8+5
11-13
NCAA常规赛波特兰州立大学7080旧金山大学全场集锦
11-13
老鹰7人上双送国王4连败杰伦约翰逊三节打卡24+10+8
11-13
NCAA常规赛波特兰州立大学7080旧金山大学全场集锦
11-13
雷霆29分大胜湖人取4连胜SGA30+5+9东契奇&里夫斯三分12中1
11-13
太阳力克独行侠迎4连胜布克26+9阿伦23分弗拉格16+6+6
11-13
开拓者力擒鹈鹕杨瀚森连续6场DNP夏普35+5阿夫迪亚32分
11-13
凯尔特人送灰熊3连败普理查德24+6+9怀特20+5科沃德12中3
11-13
残阵骑士末节逆转热火波特19+8阿伦30+10鲍威尔27分
11-13
魔术终结尼克斯5连胜小瓦28+9班凯罗伤退布伦森31+6
11-13
热词推荐
热门TAG
-
佩哈亚克
辛辛那提FC
霍布罗
贝雷达比历克
新加坡哈尔萨
举重
乔治罗尼亚
处理
克拉克斯维克
未来
团结
小米
清晰
祝福
遇到
跳舞
活该
阿拉木图凯拉特
长春大众卓越女足
弗拉基米尔鱼雷
比奥洛格
会面
沙勒罗瓦
调动
希腊
看nba直播的网站
小克鲁伊夫
那不勒斯VS国际米兰直播
女篮比赛
热火vs快船
007球探即时比分足球电脑版
欧洲杯现场直播cctv5直播
水晶直播
浙江卫视在线直播
篮球视频
厦门卫视在线直播
尼斯VS蒙彼利埃直播
阿森纳vs埃弗顿在线观看
nba泡泡高清免费直播篮球
one直播比赛免费
欧联直播高清直播
狼队曼联直播
本菲卡vs博洛尼亚直播
澳网2025比赛直播
阿森纳vs维拉直播
kpl直播在线观看免费高清
833体育免费直播平台
布伦特福德vs诺丁汉森林直播
巴萨马竞比赛直播在线观看
lck官网直播