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 15:11:42

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
津媒:U17中国女足输球亦有收获,激励全队以务实姿态迎接挑战
津媒:U17中国女足输球亦有收获,激励全队以务实姿态迎接挑战
津媒:U17中国女足输球亦有收获,激励全队以务实姿态迎接挑战
2025-10-23
吉滕斯:我和切尔西全队的表现都很好,需要努力多进球增加净胜球
吉滕斯:我和切尔西全队的表现都很好,需要努力多进球增加净胜球
吉滕斯:我和切尔西全队的表现都很好,需要努力多进球增加净胜球
2025-10-23
库尔图瓦:很高兴能扑出DV9的射门贝林厄姆正恢复至最佳状态
库尔图瓦:很高兴能扑出DV9的射门贝林厄姆正恢复至最佳状态
库尔图瓦:很高兴能扑出DV9的射门贝林厄姆正恢复至最佳状态
2025-10-23
助攻双响找回状态,维尔茨社媒晒照庆祝:欧冠赛场全取三分!
助攻双响找回状态,维尔茨社媒晒照庆祝:欧冠赛场全取三分!
助攻双响找回状态,维尔茨社媒晒照庆祝:欧冠赛场全取三分!
2025-10-23
哈维阿隆索:除了进球贝林的表现也很好我告诉球员不能失去平衡
哈维阿隆索:除了进球贝林的表现也很好我告诉球员不能失去平衡
哈维阿隆索:除了进球贝林的表现也很好我告诉球员不能失去平衡
2025-10-23
火星撞地球!欧冠下轮预告:巴黎vs拜仁、红军vs皇马、曼城vs多特
火星撞地球!欧冠下轮预告:巴黎vs拜仁、红军vs皇马、曼城vs多特
火星撞地球!欧冠下轮预告:巴黎vs拜仁、红军vs皇马、曼城vs多特
2025-10-23
欧冠今日最佳进球候选:卡尔、R纳瓦罗、古鲁泽塔、派尚在列
欧冠今日最佳进球候选:卡尔、R纳瓦罗、古鲁泽塔、派尚在列
欧冠今日最佳进球候选:卡尔、R纳瓦罗、古鲁泽塔、派尚在列
2025-10-23
半场拜仁暂30布鲁日小将伦纳特卡尔世界波凯恩迪亚斯破门
半场拜仁暂30布鲁日小将伦纳特卡尔世界波凯恩迪亚斯破门
半场拜仁暂30布鲁日小将伦纳特卡尔世界波凯恩迪亚斯破门
2025-10-23
伊尔迪兹:跟队友说要保持积极心态希望未来继续戴尤文队长袖标
伊尔迪兹:跟队友说要保持积极心态希望未来继续戴尤文队长袖标
伊尔迪兹:跟队友说要保持积极心态希望未来继续戴尤文队长袖标
2025-10-23
麻了!阿贾克斯欧冠36队排名垫底,3场全败丢11球只进了一个点球
麻了!阿贾克斯欧冠36队排名垫底,3场全败丢11球只进了一个点球
麻了!阿贾克斯欧冠36队排名垫底,3场全败丢11球只进了一个点球
2025-10-23
最新录像
最新集锦
热词推荐
热门TAG