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 14:28:39

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
火箭逆转马刺谢泼德末节12分申京准三双&KD18+7文班21中5
火箭逆转马刺谢泼德末节12分申京准三双&KD18+7文班21中5
火箭逆转马刺谢泼德末节12分申京准三双&KD18+7文班21中5
2026-01-21
记者:周鹏腿伤一直没好透深圳没有停下寻找新外援的脚步
记者:周鹏腿伤一直没好透深圳没有停下寻找新外援的脚步
记者:周鹏腿伤一直没好透深圳没有停下寻找新外援的脚步
2026-01-21
赶紧给转正!蒂米次节上来里突外投个人连拿7分
赶紧给转正!蒂米次节上来里突外投个人连拿7分
赶紧给转正!蒂米次节上来里突外投个人连拿7分
2026-01-21
勇士首节使用11人轮换不包括库明加但其在第二节终于出场
勇士首节使用11人轮换不包括库明加但其在第二节终于出场
勇士首节使用11人轮换不包括库明加但其在第二节终于出场
2026-01-21
关键时刻5分很硬!小贾巴里史密斯13中7拿到17分4板三分5中2
关键时刻5分很硬!小贾巴里史密斯13中7拿到17分4板三分5中2
关键时刻5分很硬!小贾巴里史密斯13中7拿到17分4板三分5中2
2026-01-21
记者:如果小卡继续伤缺快船又会跌入哈登苦苦支撑的循环
记者:如果小卡继续伤缺快船又会跌入哈登苦苦支撑的循环
记者:如果小卡继续伤缺快船又会跌入哈登苦苦支撑的循环
2026-01-21
慢慢来!杰伦格林:这是我生涯第一次打替补相信过程
慢慢来!杰伦格林:这是我生涯第一次打替补相信过程
慢慢来!杰伦格林:这是我生涯第一次打替补相信过程
2026-01-21
猛龙首节投篮22中16砍41分&命中率72.7%巴恩斯和奎克利合计9中9
猛龙首节投篮22中16砍41分&命中率72.7%巴恩斯和奎克利合计9中9
猛龙首节投篮22中16砍41分&命中率72.7%巴恩斯和奎克利合计9中9
2026-01-21
顶不住!库里首节4中2拿到4分正负值14
顶不住!库里首节4中2拿到4分正负值14
顶不住!库里首节4中2拿到4分正负值14
2026-01-21
效果一般!追梦首节6分钟3投0中没得分拿到3板2助&正负值16
效果一般!追梦首节6分钟3投0中没得分拿到3板2助&正负值16
效果一般!追梦首节6分钟3投0中没得分拿到3板2助&正负值16
2026-01-21
最新录像
最新集锦
热词推荐
热门TAG