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 21:07:56
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日欧冠联赛阶段第5轮利物浦vs埃因霍温全场录像
11-27
11月27日欧冠联赛阶段第5轮马德里竞技vs国际米兰全场录像
11-27
11月27日欧冠联赛阶段第5轮法兰克福vs亚特兰大全场录像
11-27
11月27日欧冠联赛阶段第5轮巴黎圣日耳曼vs热刺全场录像
11-27
11月27日欧冠联赛阶段第5轮葡萄牙体育vs布鲁日全场录像
11-27
11月27日欧冠联赛阶段第5轮奥林匹亚科斯vs皇家马德里全场录像
11-27
11月27日欧冠联赛阶段第5轮阿森纳vs拜仁慕尼黑全场录像
11-27
11月27日欧冠联赛阶段第5轮帕福斯vs摩纳哥全场录像
11-27
11月27日欧冠联赛阶段第5轮哥本哈根vs阿拉木图凯拉特全场录像
11-27
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
最新集锦
欧冠四连胜终结!国米12马竞吉梅内斯补时绝杀阿尔瓦雷斯破门
11-27
欧冠首胜!哥本哈根32送凯拉特5轮不胜萨帕特耶夫欧冠首球
11-27
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
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
亚冠三连败!上海海港13首尔FC林加德2射1传维塔尔世界波难救主
11-25
热词推荐
热门TAG
-
罗马
河畔奥林匹克
札幌冈萨多
达根港
逆转
默哀
节奏
王朝
沙佩科恩斯
永远
完毕
同感
激烈
防守
海湾FC
参与
联盟杯
卡山鲁宾B队
结局
SC瑞斯
亨克
拉明斯克土星
曲江
兴趣
文化
今日亚冠直播
邓蒙54分
足球即时直播
sbs直播
欧洲杯直播吧
录播吧
南特VS斯特拉斯堡直播
湖南卫视直播在线
世界职业拳王争霸赛
2020nba总决赛
直播cctv1
2013nba总决赛
2012年nba总决赛
湖北卫视直播在线直播观看
中央1台在线直播观看
NBA赛程及排名
nba98八度老版免费观看
巴黎对摩纳哥直播
墨尔本城vs西部联直播
nbag联赛在线直播免费
阿森纳vs曼联视频直播
jrs直播cba(无插件)直播
nbag联赛免费直播
切尔西vs埃弗顿视频直播
曼联对伯恩茅直播