我是栗子，在AI行业摸爬滚打好几年了，见过AI从实验室里的“稀罕玩意儿”变成现在各行业离不开的帮手。今天不聊别的，就说保险理赔这点事，你们知道吗？现在...
2025-10-04 0
腾讯TiG框架让AI在《王者荣耀》中学会战略性思考
十大品牌
2025年10月04日 21:26 0
admin
IT之家 10 月 4 日消息，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 平台和 arXiv 期刊。
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。
最终测试结果如下：
- 对照组 DeepSeek-R1：决策准确率达 86.67%
- Qwen3-14B：决策准确率达 90.91%，超越 DeepSeek-R1
- Qwen2.5-32B ：准确率从 66.67% 提升至 86.84%
- Qwen2.5-14B：准确率从 53.25% 提升至 83.12%
相关文章
- 详细阅读
-
人工智能教父警告：10 年内人类将面临超级智能机器灭绝的风险详细阅读
图灵奖得主、被誉为"人工智能之父"的约书亚·本吉奥发出了迄今为止最严厉的警告：人类可能在未来十年内面临被具有"自我保护目标"的超级智能机器导致的灭绝风...
2025-10-04 0
-
腾讯TiG框架让AI在《王者荣耀》中学会战略性思考详细阅读
IT之家 10 月 4 日消息，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...
2025-10-04 0
-
超节点：AI竞赛的“系统级破局者”详细阅读
超节点：AI竞赛的“系统级破局者”当AI大模型的参数规模从百万级飙升至万亿级，传统“单芯片堆料”的算力模式已逼近极限——单颗GPU的显存与带宽难以支撑...
2025-10-04 0
-
太猛了！高德扫街榜刷新互联网增长速度详细阅读
蓝鲨导读：从“路痴拯救者”到“生活痴拯救者”作者 | 张二河编辑 | 卢旭成10月3日，高德扫街榜宣布，上线23天，累计去重用户超4亿。再前一天，高德...
2025-10-04 0
-
1万5千名员工被迫休假且资金不确定，NASA 专注一项任务, 重返月球详细阅读
2022 年 8 月 31 日，美国国家航空航天局 (NASA 的太空发射系统 (SLS 火箭停放在佛罗里达州肯尼迪航天中心的发射台上，准备进行阿...
2025-10-04 0
-
介绍十款！微乐陕西麻将助赢神器(怎么提高胜率)详细阅读
微乐陕西麻将助赢神器是一款可以让一直输的玩家，快速成为一个“必胜”的ai辅助神器，有需要的用户可以加微下载使用。 手机打牌可以一键让你轻松成为“必赢...
2025-10-04 16
-
必看教程“牵手跑得快辅助器软件（专用辅牌神器免安装）详细阅读
亲，这款游戏可以开挂的，确实是有挂的，很多玩家在这款游戏中打牌都会发现很多用户的牌特别好，总是好牌，而且好像能看到-人的牌一样。所以很多小伙伴就怀疑这...
2025-10-04 7
发表评论