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 14:28:42

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
新赛季大加强!吧友们觉得新赛季的改动是哪支队伍的“定制版本”
新赛季大加强!吧友们觉得新赛季的改动是哪支队伍的“定制版本”
新赛季大加强!吧友们觉得新赛季的改动是哪支队伍的“定制版本”
2026-01-11
混分巨兽+老黑!解说米勒晒排位战绩:今天排位十二连胜,望周知
混分巨兽+老黑!解说米勒晒排位战绩:今天排位十二连胜,望周知
混分巨兽+老黑!解说米勒晒排位战绩:今天排位十二连胜,望周知
2026-01-11
韩国CoserYasal晒照:满屏幕全是腿!
韩国CoserYasal晒照:满屏幕全是腿!
韩国CoserYasal晒照:满屏幕全是腿!
2026-01-11
《勇者斗恶龙》销量超9500万!《最终幻想》破2.07亿!
《勇者斗恶龙》销量超9500万!《最终幻想》破2.07亿!
《勇者斗恶龙》销量超9500万!《最终幻想》破2.07亿!
2026-01-11
经常说Faker队友要打折,LPL被韩援带到三冠是不是也要打折
经常说Faker队友要打折,LPL被韩援带到三冠是不是也要打折
经常说Faker队友要打折,LPL被韩援带到三冠是不是也要打折
2026-01-11
好上分knight新赛季韩服狂玩打野梦魇,最近九场7胜2负!
好上分knight新赛季韩服狂玩打野梦魇,最近九场7胜2负!
好上分knight新赛季韩服狂玩打野梦魇,最近九场7胜2负!
2026-01-11
无畏契约主持人戈曼尼晒照:冬天让人有种正在接近幸福的感觉!
无畏契约主持人戈曼尼晒照:冬天让人有种正在接近幸福的感觉!
无畏契约主持人戈曼尼晒照:冬天让人有种正在接近幸福的感觉!
2026-01-11
WTT多哈冠军赛女单14决赛:王曼昱34不敌韩莹,止步8强
WTT多哈冠军赛女单14决赛:王曼昱34不敌韩莹,止步8强
WTT多哈冠军赛女单14决赛:王曼昱34不敌韩莹,止步8强
2026-01-11
王莉举报主任要奖金,云南体育局:基本属实对其免职,已立案调查
王莉举报主任要奖金,云南体育局:基本属实对其免职,已立案调查
王莉举报主任要奖金,云南体育局:基本属实对其免职,已立案调查
2026-01-11
WTT多哈冠军赛女单14决赛:蒯曼41战胜长崎美柚,晋级四强
WTT多哈冠军赛女单14决赛:蒯曼41战胜长崎美柚,晋级四强
WTT多哈冠军赛女单14决赛:蒯曼41战胜长崎美柚,晋级四强
2026-01-11
最新录像
最新集锦
热词推荐
热门TAG