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: 久久精品亚洲日本波多野结衣| 国产精品国产三级国快看| 丁香五月亚洲综合在线国内自拍| 无码欧美毛片一区二区三| 国产成人精品三级在线影院| 国产色悠悠视频在线观看| 欧美国产日产一区二区| 亚洲成av人片在线观看www| 国产又黄又爽又不遮挡视频| 亚洲国产综合自在线另类| 韩国精品福利视频一区二区 | 国产精品多p对白交换绿帽| 亚洲熟妇AV午夜无码不卡| 无码人妻一区二区三区线| 成人精品区| 亚洲人成色99999在线观看| 日韩中文字幕V亚洲中文字幕| 亚洲伊人精品久视频国产| 亚洲高清WWW色好看美女| 日韩本精品一区二区三区| 唐人社视频呦一区二区| 成人性生交片无码免费看| 欧美做受视频播放| 亚洲精品国产免费av| 蜜芽亚洲AV无码精品国产午夜| 亚洲V天堂V手机在线| 亚洲十八禁一区二区三区| 2019国产精品青青草原| 欧美精品国产综合久久| 男女18禁啪啪无遮挡激烈网站| 国产精品福利片在线观看| 久久精品国产亚洲AV瑜伽 | 18禁无遮挡啪啪无码网站| 国产熟女av一区二区三区| 韩国无码AV片午夜福利| 国产一区二区三区不卡在线看| 丝袜老师办公室里做好紧好爽| 亚洲夜色噜噜av在线观看| 99国精品午夜福利视频不卡99| 综合色在线| 青草热在线观看精品视频|