
體育資訊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。
球皇體育直播
好的,這是一篇根據您的要求生成的體育文章:---激情綠茵,球皇體育直播與你共賞巔峰對決在無數球迷的翹首以盼中,...
2025-10-22
溫網男單決賽直播
溫布爾登的中央球場,在全英俱樂部這片神圣的草地上,溫網男單決賽直播的鏡頭正聚焦于兩位頂尖高手。他們每一次...
2025-10-22
斯塔姆2
體育的韌性:從斯塔姆2談起賽場上,每一次挑戰都是對意志的考驗。無論是足球運動員在加時賽中咬牙堅持,還是田徑...
2025-10-22
Bin談被波比單殺:以為波比不敢打我結果他直接跟我allin
體育資訊10月22日稱 在英雄聯盟S15全球總決賽瑞士輪比賽上,LPL一號種子不敵歐...
2025-10-22
Doggo:參加亞運會的隊友幫我提升了心態和對游戲的理解
體育資訊10月22日稱?近日CFO下路選手Doggo接受了外媒采訪,原文部分內容翻譯如...
2025-10-22