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 14:28:48

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
许利民:赵睿恢复情况不错,在窗口期前争取打1到2场比赛
许利民:赵睿恢复情况不错,在窗口期前争取打1到2场比赛
许利民:赵睿恢复情况不错,在窗口期前争取打1到2场比赛
2026-01-21
北京2主力打强队真不行!杰曼+陈盈骏内外线全被限制,赵睿太重要
北京2主力打强队真不行!杰曼+陈盈骏内外线全被限制,赵睿太重要
北京2主力打强队真不行!杰曼+陈盈骏内外线全被限制,赵睿太重要
2026-01-21
屋漏偏逢连夜雨名记库明加科尔关系不可修复独行侠国王有意他
屋漏偏逢连夜雨名记库明加科尔关系不可修复独行侠国王有意他
屋漏偏逢连夜雨名记库明加科尔关系不可修复独行侠国王有意他
2026-01-21
名记:不要指望库明加回心转意,他跟科尔已经彻底决裂
名记:不要指望库明加回心转意,他跟科尔已经彻底决裂
名记:不要指望库明加回心转意,他跟科尔已经彻底决裂
2026-01-21
勇士队吉米巴特勒遭遇重伤后,与希尔德的对话被麦克风捕捉到
勇士队吉米巴特勒遭遇重伤后,与希尔德的对话被麦克风捕捉到
勇士队吉米巴特勒遭遇重伤后,与希尔德的对话被麦克风捕捉到
2026-01-21
5战4负!赵继伟复出也没用辽宁球迷:快点转会,别浪费巅峰期
5战4负!赵继伟复出也没用辽宁球迷:快点转会,别浪费巅峰期
5战4负!赵继伟复出也没用辽宁球迷:快点转会,别浪费巅峰期
2026-01-21
CBA最新排名,上海队稳居第2,首钢队跌至第5,辽宁队第10
CBA最新排名,上海队稳居第2,首钢队跌至第5,辽宁队第10
CBA最新排名,上海队稳居第2,首钢队跌至第5,辽宁队第10
2026-01-21
山东男篮新外援到位,谁将被挤出12人大名单
山东男篮新外援到位,谁将被挤出12人大名单
山东男篮新外援到位,谁将被挤出12人大名单
2026-01-21
上海8667战胜北京球员评价:2人满分,5人及格,4人低迷
上海8667战胜北京球员评价:2人满分,5人及格,4人低迷
上海8667战胜北京球员评价:2人满分,5人及格,4人低迷
2026-01-21
绝杀与反绝杀!CBA联赛国内球员的悲哀,中国男篮后备库“失火”
绝杀与反绝杀!CBA联赛国内球员的悲哀,中国男篮后备库“失火”
绝杀与反绝杀!CBA联赛国内球员的悲哀,中国男篮后备库“失火”
2026-01-21
最新录像
最新集锦
热词推荐
热门TAG