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 20:33:59
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
01月22日CBA常规赛新疆四川全场录像
01-22
01月22日CBA常规赛深圳山西全场录像
01-22
01月22日CBA常规赛江苏天津全场录像
01-22
01月22日CBA常规赛北京浙江全场录像
01-22
01月22日NBL常规赛合肥狂风VS盐南苏科雄狮全场录像
01-22
01月22日NBL常规赛贵州猛龙VS杭州经纬全场录像
01-22
01月22日WCBA常规赛四川女篮河北女篮全场录像
01-22
01月22日WCBA常规赛厦门女篮江西女篮全场录像
01-22
01月22日足协杯资格赛第3轮山西太理毅大VS广州悦高全场录像
01-22
01月22日足协杯资格赛第3轮山西翔宇VS深圳科宇盛达全场录像
01-22
最新集锦
新疆送四川18连败吴冠希13+12齐麟11分哈里斯19+7
01-22
深圳击败山西贺希宁23分王浩然15分葛昭宝15+5迪亚洛31+6
01-22
江苏终结天津4连胜贾尔斯24+11庞峥麟12+5林庭谦18分
01-22
北京险胜送浙江三连败!杰曼23+5陈盈骏18分李悦洲8中0
01-22
猛龙6人上双击败国王英格拉姆23分巴恩斯23+8+6威少23分
01-22
雷霆20分大胜雄鹿!亚历山大19中16轰40+7+11字母哥19+14+7
01-22
活塞力克鹈鹕坎宁安缺阵杜伦20+15墨菲19中6&普尔17中4
01-22
老鹰力克灰熊终结4连败杰伦约32+15+8莫兰特23+12&失绝杀
01-22
尼克斯54分破网止4连败布伦森三节打卡20+5小波特14中4
01-22
凯尔特人送步行者3连败布朗30+10+5科塔17+9西卡32+10
01-22
热词推荐
热门TAG
-
热那亚
印尼总杯
圣吉罗斯
圣何塞地震
图尔库国际
开幕
卧底
辽宁本钢
浙江省
班车
妄想
回春
谢里夫
乌拉尔图
延续
食物
射箭
维也纳维多利亚
塔巴萨鲁乌拉萨巴特
递补
巡查
ASK克拉格
圣珀尔滕
破晓
司机
cba总决赛g3回放
湖人vs尼克斯视频
太阳VS灰熊直播
鹈鹕VS爵士直播
nba扣篮大赛
西班牙人
中央一台在线直播cctv
快船vs湖人
正在直播的比赛
在线网络电视直播
法甲联赛积分榜
湖南卫视在线直播观看
扣篮视频
tvb翡翠台
ctv1
10年nba总决赛
RB莱比锡VS海登海姆直播
曼联vs南安普敦直播
天津女排直播在线
绿茵直播体育在线观看免费视频
巴列卡诺vs皇家马德里直播
jrs看球迷网高清免费直播
ufc免费
火箭队直播在线观看免费
国足世预赛直播