騰訊研發全新框架:用AI打,讓DeepSeek學會戰略性思考

暴走熊貓

電競體育10月05報道 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。

相關信息
  • 回到頂部 回到頂部
    主站蜘蛛池模板: 日本熟妇XXXX潮喷视频| 国产农村妇女高潮大叫| 狠狠色噜噜狠狠狠狠av不卡| 高清一区二区三区不卡视频| 国产偷窥熟女精品视频大全 | 亚洲欧美激情在线一区| 亚洲激情av一区二区三区| 乱60一70归性欧老妇| 国产成人MV视频在线观看| 精品国产成人午夜福利| 99精品日本二区留学生| 国产精品亚洲一区二区三区| 国产午夜美女福利短视频| 国产一区二区在线影院| 亚洲岛国成人免费av| 综合人妻久久一区二区精品| 亚洲精品不卡av在线播放| 亚洲国产日韩伦中文字幕| 中文国产不卡一区二区| 悠悠色成人综合在线观看| 大地资源高清免费观看| 久草国产视频| 欧美性群另类交| 色综合 图片区 小说区| 亚洲欧洲日产国码久在线| 亚洲国产成人综合熟女| 国产午夜亚洲精品国产成人| 国产成人av电影在线观看第一页| 99网友自拍视频在线| 国产午夜成人久久无码一区二区| 大香伊蕉在人线国产最新2005| 色吊丝免费av一区二区| 一区二区丝袜美腿视频| 天堂网在线观看| 国产精品无码一区二区三区电影 | 爱性久久久久久久久| 无码人妻精品一区二| 妺妺窝人体色www看美女| 中文国产成人精品久久不卡| 日本九州不卡久久精品一区| 欧洲精品色在线观看|