
電競資訊10月05日稱 據 decoder 今天報道,騰訊研究人員最近用《王者榮耀》游戲作為訓練平臺,探索如何讓 AI 在游戲中學會“戰略性思考”,研究全新 TiG(Think in Games)框架,相關成果已發表于 Hugging Face 網站和 arXiv 平臺。

研究團隊指出,目前的 AI 模型存在明顯的功能鴻溝,以游戲為取向的 AI 能正常游玩但無法理解自己所做的決策,而語言模型雖然可以推理策略,但很難真正執行操作,為此他們研發了全新 TiG 框架,讓模型在游戲中同步思考、行動。
團隊選擇以《王者榮耀》游戲作為訓練范本,先使用匿名且標準化的賽事數據定義推上路、擊殺暴君、守家等 40 種宏觀行動,勝負回數均衡,AI 模型們必須要在每個定義好的場景下選擇最佳策略,并解釋其戰略緣由。
具體來說,訓練分為兩個階段,首先是在監督中學習,弄清楚這些策略的基本機制;隨后通過獎勵機制進行強化學習,如果行動正確能得 1 分,錯誤行動則得 0 分。
隨后團隊測試了多種語言模型,涵蓋 Qwen2.5(7B、14B、32B)、Qwen3-14B 模型,并使用 DeepSeek-R1 大模型作為對照組;先從 DeepSeek-R1 提煉高質量訓練數據,然后使用群體相對策略優化(GRPO)技術,比較不同策略之間的優劣。
最終經過 TiG 框架訓練的模型不僅能制定行動計劃,還能解釋原因,例如 AI 會指出某個防御塔防守薄弱,是理想的進攻目標,但需要注意埋伏的敵人。模型訓練后仍保持原有的文本理解、數學推理與問答能力。
阿拉維斯中場:維尼修斯點球如果裁判沒有吹,那就說明沒有接觸
體育播報12月15日宣 在皇馬2-1擊敗阿拉維斯后,阿拉維斯球員布蘭科接受了DAZN的采訪。感受“球隊付出了很大的...
2025-12-15
記者:米蘭準備簽下菲爾克魯格,雙方將開啟新一輪接觸
體育播報12月15日宣 據記者莫雷托報道,米蘭準備簽下菲爾克魯格增強球隊鋒線實力,雙方將展開新一輪的接觸。同...
2025-12-15
羅德里戈本場數據:1進球1過人成功+傳球成功率96.7%,評分7.9
體育播報12月15日宣 2025-26賽季西甲第16輪,皇馬對陣阿拉維斯,羅德里戈首發出戰,打進1粒進球,1次過人成功,傳球成...
2025-12-15
凱恩:短時間內賽程密集不是借口我們必須接受平局并繼續前進
體育播報12月15日宣 德甲第14輪,拜仁主場2-2與美因茨戰平,拜仁前鋒凱恩賽后接受采訪。凱恩:“前44分鐘我們完全...
2025-12-15
瓊斯:我們都很喜歡薩拉赫,他已經表明不是針對球隊
體育播報12月15日宣 近日,利物浦中場瓊斯接受了《利物浦回聲報》的采訪,他談到了隊友薩拉赫。瓊斯說道:“我們...
2025-12-15