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 15:11:36

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
广东四喜临门!徐杰彻底打疯了,胡明轩奎因爆发,焦泊乔无大碍
广东四喜临门!徐杰彻底打疯了,胡明轩奎因爆发,焦泊乔无大碍
广东四喜临门!徐杰彻底打疯了,胡明轩奎因爆发,焦泊乔无大碍
2026-01-22
郭艾伦23日复出,主场对阵同曦张宁肌肉拉伤可能常规赛报销
郭艾伦23日复出,主场对阵同曦张宁肌肉拉伤可能常规赛报销
郭艾伦23日复出,主场对阵同曦张宁肌肉拉伤可能常规赛报销
2026-01-22
搞笑,文班亚马的马刺队友宣布,他的目标是成为世界第二防守球员
搞笑,文班亚马的马刺队友宣布,他的目标是成为世界第二防守球员
搞笑,文班亚马的马刺队友宣布,他的目标是成为世界第二防守球员
2026-01-22
计划有变!巴特勒受伤,勇士是否该追德罗赞
计划有变!巴特勒受伤,勇士是否该追德罗赞
计划有变!巴特勒受伤,勇士是否该追德罗赞
2026-01-22
比尔西蒙斯提保罗乔治交易方案,为勇士库里绘了一幅黯淡前景
比尔西蒙斯提保罗乔治交易方案,为勇士库里绘了一幅黯淡前景
比尔西蒙斯提保罗乔治交易方案,为勇士库里绘了一幅黯淡前景
2026-01-22
未来可期,湖人德鲁蒂姆表现出色,勒布朗詹姆斯对其赞不绝口
未来可期,湖人德鲁蒂姆表现出色,勒布朗詹姆斯对其赞不绝口
未来可期,湖人德鲁蒂姆表现出色,勒布朗詹姆斯对其赞不绝口
2026-01-22
赢吉林21分!广东队还收到3个好消息,杜锋笑容满面
赢吉林21分!广东队还收到3个好消息,杜锋笑容满面
赢吉林21分!广东队还收到3个好消息,杜锋笑容满面
2026-01-22
重返职业赛场!广东男篮传奇外援威姆斯加盟NBL河南焦作文旅
重返职业赛场!广东男篮传奇外援威姆斯加盟NBL河南焦作文旅
重返职业赛场!广东男篮传奇外援威姆斯加盟NBL河南焦作文旅
2026-01-22
杜锋重新把张皓嘉激活了!防守顶威尔斯效果拉满,有点用了!
杜锋重新把张皓嘉激活了!防守顶威尔斯效果拉满,有点用了!
杜锋重新把张皓嘉激活了!防守顶威尔斯效果拉满,有点用了!
2026-01-22
赵雅琢涨球,张子宇和考德威尔两双数据,山东男篮103比77胜陕西
赵雅琢涨球,张子宇和考德威尔两双数据,山东男篮103比77胜陕西
赵雅琢涨球,张子宇和考德威尔两双数据,山东男篮103比77胜陕西
2026-01-22
最新录像
最新集锦
热词推荐
热门TAG