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:2025-10-04 20:34:01
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10日NBA常规赛活塞76人全场录像
11-10
11月10日西甲第12轮塞尔塔vs巴塞罗那全场录像
11-10
11月10日法甲第12轮里昂vs巴黎圣日耳曼全场录像
11-10
11月10日意甲第11轮国际米兰vs拉齐奥全场录像
11-10
11月10日德甲第10轮法兰克福vs美因茨全场录像
11-10
11月10日西甲第12轮瓦伦西亚vs皇家贝蒂斯全场录像
11-10
11月10日西甲第12轮马洛卡vs赫塔费全场录像
11-10
11月10日意甲第11轮罗马vs乌迪内斯全场录像
11-10
11月10日英超第11轮曼城vs利物浦全场录像
11-10
11月10日德甲第10轮斯图加特vs奥格斯堡全场录像
11-10
最新集锦
全运男篮14决赛四川力克北京周琦33+14胡金秋24分
11-10
全运男篮14决赛浙江力克上海程帅澎19+6闫鹏飞14+11
11-10
11月10日全运男篮排名赛湖北全运男篮8974澳门全运男篮全场集锦
11-10
11月10日全运男篮排名赛香港全运男篮8364江苏全运男篮集锦
11-10
森林狼大胜国王!爱德华兹26+5戈贝尔19+12+5帽拉文26分
11-10
勇士31分大胜步行者止连败巴特勒21+9+7库里连续第3场缺阵
11-10
活塞逆转76人豪取6连胜!CC26+11杜伦21+16马克西33+7
11-10
尼克斯6人上双大胜篮网唐斯28+12小波特25分
11-10
绿军复仇魔术杰伦布朗27+5班凯罗28+6小瓦格纳17中5
11-10
三分命中率23.3%雷霆19分逆转灰熊SGA35+7+6莫兰特18中3
11-10
热词推荐
热门TAG
-
穆里尼奥
赣州瑞狮定南旅投
兰黑姆
利耶帕亚
草台班子
过往
津赞足球俱乐部
许久
特拉布宗
熬夜
进攻
虚幻
弱点
限量
野火
舒展
担心
宇宙
朝阳
荆棘
延误
法理
护法
背景
邓迪联后备队
腾讯直播英雄联盟
nba全明星赛3月7日开始
直播8nba
曼彻斯特联VS阿森纳直播
伯恩茅斯VS狼队直播
直播吧录像
搜狐直播
女篮直播cctv5今天现场直播
步行者vs马刺
直播吧cctv5
五星体育直播在线观看
10年nba总决赛
火箭vs老鹰
曼城VS利物浦直播
亚洲杯U20中国VS沙特直播
沙特阿拉伯U20VS中国U20直播
雷恩VS兰斯直播
蔚山HDVS山东泰山直播
辽宁体育直播在线
泡泡体育直播
泡泡网nba比赛直播
辽宁体育频道在线直播
体育直播jrs
833直播足球直播
悉尼fcvs西部联在线观看