【乐玩LEWIN】腾讯研发全新TiG框架：可用AI玩王者荣耀 让AI模型学会战略性思考

千万奖池尽在乐玩Lewin，新会员专享注册送88元体验金
首次使用usdt充值/提款，均可获赠58元红包优惠券！

乐玩LEWIN10月4日讯 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 平台和 arXiv 期刊。

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。

最终测试结果如下：

• 对照组 DeepSeek-R1：决策准确率达 86.67%

关于乐玩游戏LEWIN

乐玩执照由菲律宾娱乐及博彩公司（PAGCOR）所核发和监管，以便提供网上投注服务。乐玩致力于打造世界一流的网络博彩公司，以为客户创建高质量游戏平台为宗旨，为客户提供一个“安全，公平，公正，诚信”的平台。

乐玩秉承以客户为中心的宗旨，拥有最专业的技术团队，致力于为客户实现最贴心的的系统自动化。乐玩作为亚洲最具公信力品牌之一，信誉领先排名，在海量娱乐城信息中独占前茅。

前往乐玩游戏LEWIN

乐玩LEWIN 提供真人游戏,电竞,体育,美女对战火热PK,首单输值100%返还,美女荷官在线发牌!网上最火爆的游戏平台千万奖池,尽在乐虎,注册送最高奖金888元!

以上内容由乐玩LEWIN(www.lewinvip.com)整理发布。