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 03:06:04
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
11月27日亚冠二级小组赛D组第5轮杜尚别独立vs利雅得胜利全场录像
11-26
11月26日NBA杯小组赛西部B组快船湖人全场录像
11-26
11月26日欧冠联赛阶段第5轮多特蒙德vs比利亚雷亚尔全场录像
11-26
11月26日欧冠联赛阶段第5轮博德闪耀vs尤文图斯全场录像
11-26
11月26日欧冠联赛阶段第5轮马赛vs纽卡斯尔联全场录像
11-26
11月26日欧冠联赛阶段第5轮布拉格斯拉维亚vs毕尔巴鄂竞技全场录像
11-26
11月26日欧冠联赛阶段第5轮切尔西vs巴塞罗那全场录像
11-26
11月26日欧冠联赛阶段第5轮曼城vs勒沃库森全场录像
11-26
11月26日亚冠精英联赛西亚区第5轮利雅得新月vs鲁萨法警察全场录像
11-26
11月26日欧冠联赛阶段第5轮加拉塔萨雷vs圣吉尔联合全场录像
11-26
最新集锦
东詹里99分!湖人击沉快船取5连胜&晋级淘汰赛末节双方冲突
11-26
魔术9人上双41分大胜76人布莱克生涯新高31分马克西20分
11-26
奇才大胜老鹰终结14连败麦科勒姆10记三分&46分萨尔27+11
11-26
欧冠首败!曼城轮换02勒沃库森哈兰德失良机+连续4轮破门终结
11-26
亚冠坎塞洛传射莱昂纳多双响利雅得新月40十人鲁萨法警察
11-26
欧冠首胜!本菲卡20送阿贾克斯5连败达尔6分钟闪击巴列罗破门
11-26
欧冠3连胜终结!加拉塔萨雷01圣吉尔联合戴维制胜球萨拉中柱
11-26
国王加时擒下森林狼德罗赞33分小萨缺战爱德华兹43+7
11-25
勇士击退爵士止3连败库里31分巴特勒18+6+7马尔卡宁19中6
11-25
杜兰特缺阵火箭射落太阳!阿门28+7+8小霍勒迪22分狄龙29分
11-25
热词推荐
热门TAG
-
戈亚斯
小学
毛毛
法鲁尔
原型
妻子
完成
暗示
回顾
运动
脾气
救命
过程
下诺夫哥罗德B队
法师
阻击
SC瑞斯
巴尔瑙尔迪纳摩
捷迪苏
亡命
跟踪
发球
水灵
巴斯凯尼
学会
nba百事通直播
欧冠积分排名
张伟丽比赛直播
体育电视转播
中央一台节目表
big3联赛
贵州卫视
斯诺克大师赛决赛
巴黎奥运会开幕式回放视频完整版
ufc直播在线
曼城vs水晶宫免费直播
第一直播体育在线直播免费
曼城vs莱切斯特城比赛直播
ufc张伟丽最新比赛直播
西超杯免费直播
833直播足球比赛在线观看
绿荫足球直播
833足球直播免费完整
阿森纳vs伊普斯维奇视频直播
nba在线观看免费观看绿荫直播
ufc直播张伟丽比赛在线观看免费
澳网今日直澳网今日直播
jrs直播无插件体育
斯诺克直播球迷网jrs
绿茵比赛直播在线观看