腾讯研发全新框架:用AI打,让DeepSeek学会战略性思考

来源: 发布时间:2025-10-05 15:06:21

电竞资讯10月05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 网站和 arXiv 平台

undefined

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。

相关阅读
镜报:贝尔塔签莫斯克拉、马杜埃凯是为了防止队内球员续约不顺利
镜报:贝尔塔签莫斯克拉、马杜埃凯是为了防止队内球员续约不顺利
镜报:贝尔塔签莫斯克拉、马杜埃凯是为了防止队内球员续约不顺利
2025-10-05
造点+点射+双响,维尼修斯自1月以来首次上演梅开二度
造点+点射+双响,维尼修斯自1月以来首次上演梅开二度
造点+点射+双响,维尼修斯自1月以来首次上演梅开二度
2025-10-05
库库雷利亚:适应英超不容易,但埃斯特旺和哈托今天都展现了实力
库库雷利亚:适应英超不容易,但埃斯特旺和哈托今天都展现了实力
库库雷利亚:适应英超不容易,但埃斯特旺和哈托今天都展现了实力
2025-10-05
凯塞多本场数据:2射门2射正1进球4抢断,评分8.0
凯塞多本场数据:2射门2射正1进球4抢断,评分8.0
凯塞多本场数据:2射门2射正1进球4抢断,评分8.0
2025-10-05
凯皇能破纪录吗凯恩6轮德甲轰11球,莱万纪录单赛季41球
凯皇能破纪录吗凯恩6轮德甲轰11球,莱万纪录单赛季41球
凯皇能破纪录吗凯恩6轮德甲轰11球,莱万纪录单赛季41球
2025-10-05
科瓦奇:施洛特贝克在德国队不必打满全场,其他球员都能应付得来
科瓦奇:施洛特贝克在德国队不必打满全场,其他球员都能应付得来
科瓦奇:施洛特贝克在德国队不必打满全场,其他球员都能应付得来
2025-10-05
黄潜主帅:不喜欢本场比赛裁判的判罚,维尼修斯的点球改变了一切
黄潜主帅:不喜欢本场比赛裁判的判罚,维尼修斯的点球改变了一切
黄潜主帅:不喜欢本场比赛裁判的判罚,维尼修斯的点球改变了一切
2025-10-05
卡雷拉斯:本场拿到3分是最重要的皇马所有球员都处于很高的水平
卡雷拉斯:本场拿到3分是最重要的皇马所有球员都处于很高的水平
卡雷拉斯:本场拿到3分是最重要的皇马所有球员都处于很高的水平
2025-10-05
马卡:莱万依然高效但首发位置已被挑战,费兰现在更像主力中锋
马卡:莱万依然高效但首发位置已被挑战,费兰现在更像主力中锋
马卡:莱万依然高效但首发位置已被挑战,费兰现在更像主力中锋
2025-10-05
祝“核桃”胡荷韬22岁生日快乐!祝艾孜买提20岁生日快乐!
祝“核桃”胡荷韬22岁生日快乐!祝艾孜买提20岁生日快乐!
祝“核桃”胡荷韬22岁生日快乐!祝艾孜买提20岁生日快乐!
2025-10-05
最新录像
最新集锦
热词推荐
热门TAG