當(dāng)前位置： 首頁 > 體育 > 電競
    

    

    

    

    

    騰訊研發(fā)全新框架：用AI打
      ，讓DeepSeek學(xué)會戰(zhàn)略性思考
    

    

    2025-10-05 15:11:48
    

    來源：
    

    

    

    電競資訊10月05日稱 據(jù) decoder 今天報道，騰訊研究人員最近用《王者榮耀》游戲作為訓(xùn)練平臺
      ，探索如何讓 AI 在游戲中學(xué)會“戰(zhàn)略性思考”
      ，研究全新 TiG（Think in Games）框架，相關(guān)成果已發(fā)表于 Hugging Face 網(wǎng)站和 arXiv 平臺
      。
    undefined
    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(zhí)行操作
    ，為此他們研發(fā)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(xùn)練范本，先使用匿名且標(biāo)準(zhǔn)化的賽事數(shù)據(jù)定義推上路
    、擊殺暴君
    、守家等 40 種宏觀行動，勝負回數(shù)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(zhàn)略緣由
    。
    具體來說，訓(xùn)練分為兩個階段
    ，首先是在監(jiān)督中學(xué)習(xí)
    ，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(xué)習(xí)
    ，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(zhì)量訓(xùn)練數(shù)據(jù)
      ，然后使用群體相對策略優(yōu)化（GRPO）技術(shù)
      ，比較不同策略之間的優(yōu)劣。
    最終經(jīng)過 TiG 框架訓(xùn)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(biāo)
      ，但需要注意埋伏的敵人
      。模型訓(xùn)練后仍保持原有的文本理解
      、數(shù)學(xué)推理與問答能力。
    



    
、特爾、賴斯
    、拉門斯在列" />

    

    2025-10-06
    

    WhoScored英超第7輪最佳陣：舍什科
    、特爾
    、賴斯
    、拉門斯在列
    

    體育播報10月6日宣 WhoScored列出了英超第7輪比賽最佳陣容，舍什科
    、特爾、賴斯
    、拉門斯入選
    。WhoScored英超
    

    
    


  1. 

凱塞多：射門時就知道球一定會進我離坎特和馬克萊萊還很遠

    

    2025-10-06
    

    凱塞多：射門時就知道球一定會進我離坎特和馬克萊萊還很遠
    

    體育播報10月6日宣 英超第7輪，切爾西2-1戰(zhàn)勝利物浦，凱塞多轟入世界波
    。日前
    ，凱塞多接受了切爾西官網(wǎng)的采訪。凱
    

    
    

    2. 

  2. 

終于有伴了維尼修斯緋聞女友現(xiàn)身伯納烏26歲的她是3個孩子的媽

    

    2025-10-06
    

    終于有伴了維尼修斯緋聞女友現(xiàn)身伯納烏26歲的她是3個孩子的媽
    

    體育播報10月06日宣 上周的伯納烏球場來了一位女客人
    ，她就是維尼修斯的緋聞女友弗吉尼亞。她秀出了自己穿皇
    

    
    

    3. 

  3. 

世體：皇馬目前12人被國家隊征召，貝林厄姆<div   id=  、瓊阿梅尼等人留隊" />

    4. 

  4. 

塔奇納迪：齊沃徹底掌控國米，他激發(fā)了有些懈怠的球員們的自尊心

    

    2025-10-06
    

    塔奇納迪：齊沃徹底掌控國米
    ，他激發(fā)了有些懈怠的球員們的自尊心
    

    體育播報10月6日宣  本輪意甲聯(lián)賽
    ，國米4-1大勝克雷莫內(nèi)塞。比賽結(jié)束后
    ，意大利名宿塔奇納迪肯定了齊沃在國米帥
    

    
    

    5. 

  5. 

貝蒂斯名宿華金吐槽裁判稱球隊11打13但還是贏了<div   id=
    6. ，隨后刪除動態(tài)" />

    

    2025-10-06
    

    貝蒂斯名宿華金吐槽裁判稱球隊11打13但還是贏了，隨后刪除動態(tài)
    

    體育播報10月6日宣 皇家貝蒂斯名宿華金在Instagram發(fā)文
    ，對裁判的判罰表達了強烈不滿
    。今天凌晨，貝蒂斯在西甲
    

    
    


  6. 

羅馬諾：摩納哥主帥許特爾可能下課<div   id=
    7. ，俱樂部正探索新帥人選" />

    

    2025-10-06
    

    羅馬諾：摩納哥主帥許特爾可能下課
    ，俱樂部正探索新帥人選
    

    體育播報10月6日宣 據(jù)知名記者羅馬諾報道
    ，摩納哥正在考慮更換主帥
    。摩納哥現(xiàn)任主帥許特爾可能在國際比賽日期
    

    
    


  7. 

慘敗塞維<div   id=
    8. ！世體列巴薩五大問題：戰(zhàn)術(shù)理念
    、臨場換人
    、能量缺失等" />

    

    2025-10-06
    

    慘敗塞維！世體列巴薩五大問題：戰(zhàn)術(shù)理念
    、臨場換人
    、能量缺失等
    

    體育播報10月6日宣 《世界體育報》撰文指出，盡管巴薩主教練弗里克及其麾下球員在過去16個月中贏得了外界的信
    

    
    

  


    


    

    

    

    最新錄像
    

    



    

    最新集錦
    

    



    

    熱詞推薦