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

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。

undefined

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。

undefined

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。

undefined

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

undefined

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。

undefined

最终测试结果如下:

  • 对照组 DeepSeek-R1:决策准确率达 86.67%

  • 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%
  • 相关阅读
    邹市明妻子谈省钱:之前水费七八百现在一百内,大儿子衣服给弟弟
    邹市明妻子谈省钱:之前水费七八百现在一百内,大儿子衣服给弟弟
    邹市明妻子谈省钱:之前水费七八百现在一百内,大儿子衣服给弟弟
    2026-01-23
    斯诺克冠军联赛第六小组第二比赛日晚场:赵心童2胜1负吴宜泽2胜
    斯诺克冠军联赛第六小组第二比赛日晚场:赵心童2胜1负吴宜泽2胜
    斯诺克冠军联赛第六小组第二比赛日晚场:赵心童2胜1负吴宜泽2胜
    2026-01-23
    恭喜!赵心童在斯诺克冠军联赛轰出职业生涯首杆147,历史第238杆
    恭喜!赵心童在斯诺克冠军联赛轰出职业生涯首杆147,历史第238杆
    恭喜!赵心童在斯诺克冠军联赛轰出职业生涯首杆147,历史第238杆
    2026-01-23
    Duro:去年仍有很多不足,需要多加警惕DK的下路
    Duro:去年仍有很多不足,需要多加警惕DK的下路
    Duro:去年仍有很多不足,需要多加警惕DK的下路
    2026-01-23
    拿下胜利!Hero击败KSG打破其领跑优势!Hero32KSG
    拿下胜利!Hero击败KSG打破其领跑优势!Hero32KSG
    拿下胜利!Hero击败KSG打破其领跑优势!Hero32KSG
    2026-01-23
    LPL明日首发出炉:焦点战JDGvsBLG,Tabe带新号交手BLG!
    LPL明日首发出炉:焦点战JDGvsBLG,Tabe带新号交手BLG!
    LPL明日首发出炉:焦点战JDGvsBLG,Tabe带新号交手BLG!
    2026-01-23
    希然晒照:双城好啊!双城真得看啊!
    希然晒照:双城好啊!双城真得看啊!
    希然晒照:双城好啊!双城真得看啊!
    2026-01-23
    Canyon:T1打得好比较警惕他们,对亚运会的选拔就顺其自然
    Canyon:T1打得好比较警惕他们,对亚运会的选拔就顺其自然
    Canyon:T1打得好比较警惕他们,对亚运会的选拔就顺其自然
    2026-01-23
    尼尼孩孩齐发力!Niko手枪四杀翻盘孩神爆轰50杀猎鹰横扫TL
    尼尼孩孩齐发力!Niko手枪四杀翻盘孩神爆轰50杀猎鹰横扫TL
    尼尼孩孩齐发力!Niko手枪四杀翻盘孩神爆轰50杀猎鹰横扫TL
    2026-01-23
    拓媒:杨瀚森成进攻枢纽才能达上限与我们不匹配科沃德则更适合
    拓媒:杨瀚森成进攻枢纽才能达上限与我们不匹配科沃德则更适合
    拓媒:杨瀚森成进攻枢纽才能达上限与我们不匹配科沃德则更适合
    2026-01-23
    最新录像
    最新集锦
    热词推荐
    热门TAG