腾讯研发全新框架:用AI打,让DeepSeek学会战略性思考

来源:24直播网 发布时间:2025-10-05 15:07:25

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
张伯伦:过去阿森纳不知道用“肮脏”的方式赢球,可能是性格原因
张伯伦:过去阿森纳不知道用“肮脏”的方式赢球,可能是性格原因
张伯伦:过去阿森纳不知道用“肮脏”的方式赢球,可能是性格原因
2025-12-10
官方:都灵解雇体育总监瓦格纳蒂,前总监佩特拉齐回归接手
官方:都灵解雇体育总监瓦格纳蒂,前总监佩特拉齐回归接手
官方:都灵解雇体育总监瓦格纳蒂,前总监佩特拉齐回归接手
2025-12-10
柯蒂斯琼斯:我们始终支持斯洛特,全队与他共同进退
柯蒂斯琼斯:我们始终支持斯洛特,全队与他共同进退
柯蒂斯琼斯:我们始终支持斯洛特,全队与他共同进退
2025-12-10
世体称赞孔德:又一次在逆转中化身英雄,打入生涯首个梅开二度
世体称赞孔德:又一次在逆转中化身英雄,打入生涯首个梅开二度
世体称赞孔德:又一次在逆转中化身英雄,打入生涯首个梅开二度
2025-12-10
大腿无疑,索博斯洛伊本赛季参与进球、抢断等多项数据队内最多
大腿无疑,索博斯洛伊本赛季参与进球、抢断等多项数据队内最多
大腿无疑,索博斯洛伊本赛季参与进球、抢断等多项数据队内最多
2025-12-10
皇马“大腿”受伤!队报:皇马本赛季唯一全勤的姆巴佩出战概率低
皇马“大腿”受伤!队报:皇马本赛季唯一全勤的姆巴佩出战概率低
皇马“大腿”受伤!队报:皇马本赛季唯一全勤的姆巴佩出战概率低
2025-12-10
32岁张伯伦:伤病总在我状态好时找上门,还想踢球不觉得自己老了
32岁张伯伦:伤病总在我状态好时找上门,还想踢球不觉得自己老了
32岁张伯伦:伤病总在我状态好时找上门,还想踢球不觉得自己老了
2025-12-10
哈维西蒙斯:很荣幸接过孙兴慜的7号球衣,他是热刺传奇
哈维西蒙斯:很荣幸接过孙兴慜的7号球衣,他是热刺传奇
哈维西蒙斯:很荣幸接过孙兴慜的7号球衣,他是热刺传奇
2025-12-10
每体:阿劳霍抵达以色列调整心态,受到人们热烈欢迎
每体:阿劳霍抵达以色列调整心态,受到人们热烈欢迎
每体:阿劳霍抵达以色列调整心态,受到人们热烈欢迎
2025-12-10
7月被阿森纳解约!罗马诺:27岁富安健洋即将与阿贾克斯签约半年
7月被阿森纳解约!罗马诺:27岁富安健洋即将与阿贾克斯签约半年
7月被阿森纳解约!罗马诺:27岁富安健洋即将与阿贾克斯签约半年
2025-12-10
最新录像
最新集锦
热词推荐
热门TAG