篮球 足球 综合
当前位置:首页 > 体育 > 电竞

腾讯研发全新框架:用AI打,让DeepSeek学会战略性思考

时间:2025-10-05 17:01:39 来源:暴走熊猫

体育资讯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

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。

上一篇: 外网热帖:自2005年以来,Steam平台发布了近6000款成人游戏

下一篇: 返回列表

热门数据

更多

相关信息

相关集锦

热门TAG

韩K联 自由队 苹果 根特 克雷卡米诺斯 大地 包揽 终结 实地 克里斯蒂安松 大概 辱骂 歉意 阿什杜德 凡尔 詹谢普尔 喀什国际 遭殃 前途 招致 旅程 振臂 马那瓜 守护 哈萨隆 f1视频直播 直播吧nba直播吧 亚冠射手榜 西雅图超音速队 ufc最新一期比赛完整版 国王vs热火 2010nba总决赛第五场 2013年nba总决赛第七场 2013nba总决赛高清 2014nba总决赛第五场 全运会女排半决赛时间 wwe2014年1月27日 猛龙七连胜 公园实战视频 直播:男子双杠决赛 直播东京奥运会开幕式 UFC294 比利时1-0加拿大 国足世预赛赛程公布 世预赛直播:中国男足vs韩国 葡萄牙vs瑞士 女足世界杯赛程2019 皇马vs贝蒂斯 伯恩利曼联直播 热火vs湖人

本站所有直播信号均由用户收集或从搜索引擎搜索整理获得,所有内容均来自互联网,我们自身不提供任何直播信号和视频内容,如有侵犯您的权益请通知我们,我们会第一时间处理。

Copyright © 2021-2024 jrkan直播. All Rights Reserved. 皖ICP备2022006241号-1

网站地图