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 14:28:26

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
新季场均罚球数Top10:里夫斯12.8次力压字母SGA巴特勒4杜兰特5
新季场均罚球数Top10:里夫斯12.8次力压字母SGA巴特勒4杜兰特5
新季场均罚球数Top10:里夫斯12.8次力压字母SGA巴特勒4杜兰特5
2025-10-28
追梦:最佳新秀我选埃奇库姆弗拉格的角色还没有搞清楚
追梦:最佳新秀我选埃奇库姆弗拉格的角色还没有搞清楚
追梦:最佳新秀我选埃奇库姆弗拉格的角色还没有搞清楚
2025-10-28
帕金斯:我认为猛龙这赛季能进季后赛他们会是东部前6
帕金斯:我认为猛龙这赛季能进季后赛他们会是东部前6
帕金斯:我认为猛龙这赛季能进季后赛他们会是东部前6
2025-10-28
记者:篮网摆烂的目标大概率实现但现有球员能培养到什么水平
记者:篮网摆烂的目标大概率实现但现有球员能培养到什么水平
记者:篮网摆烂的目标大概率实现但现有球员能培养到什么水平
2025-10-28
搁这儿练招呢文班谈空中转身360上篮:我没专门练过这是第一次
搁这儿练招呢文班谈空中转身360上篮:我没专门练过这是第一次
搁这儿练招呢文班谈空中转身360上篮:我没专门练过这是第一次
2025-10-28
我们的大心脏射手!祝赖婷艺24岁生日快乐!
我们的大心脏射手!祝赖婷艺24岁生日快乐!
我们的大心脏射手!祝赖婷艺24岁生日快乐!
2025-10-28
詹姆斯:我在骑士热火湖人都应该得到5亿合同我在这三队都夺冠了
詹姆斯:我在骑士热火湖人都应该得到5亿合同我在这三队都夺冠了
詹姆斯:我在骑士热火湖人都应该得到5亿合同我在这三队都夺冠了
2025-10-28
安芬尼西蒙斯女友带娃现场观战!颜值符合吧友审美吗
安芬尼西蒙斯女友带娃现场观战!颜值符合吧友审美吗
安芬尼西蒙斯女友带娃现场观战!颜值符合吧友审美吗
2025-10-28
媒体人:弗格的经验很关键他和张镇麟有默契能帮着新援融入球队
媒体人:弗格的经验很关键他和张镇麟有默契能帮着新援融入球队
媒体人:弗格的经验很关键他和张镇麟有默契能帮着新援融入球队
2025-10-28
杰弗森:若文班&詹姆斯同届文班会是状元大个子总是优先被选中
杰弗森:若文班&詹姆斯同届文班会是状元大个子总是优先被选中
杰弗森:若文班&詹姆斯同届文班会是状元大个子总是优先被选中
2025-10-28
最新录像
最新集锦
热词推荐
热门TAG