腾讯TiG框架：AI玩转王者荣耀，DeepSeek/Qwen练就战略思维

10月4日最新消息，腾讯AI实验室在其最新研究中创新性地选取了《王者荣耀》这款热门MOBA游戏作为实验平台，开发了名为TiG（Think in Games）的全新AI训练框架。这项突破性研究成果已在Hugging Face和arXiv两大权威学术平台正式发布。

研究团队在论文中指出，当前AI系统存在明显的认知断层问题：传统游戏AI虽然在操作执行层面表现出色，但缺乏真正的战略思考能力；而大语言模型虽能进行战术推演，却难以将思考转化为具体游戏行为。TiG框架的创新之处在于实现了AI思考与行动的同步闭环。

实验设计中，研究人员精选了《王者荣耀》中40个典型战术场景，包括上路压制、暴君争夺、高地防守等核心战术行为。为确保数据公正，样本中胜负场次保持均衡。AI不仅需要做出正确的战术选择，还必须给出符合游戏逻辑的战略分析。

训练过程采用创新性的双阶段模式：第一阶段通过监督学习让AI掌握基础决策模式；第二阶段引入激励机制进行强化学习，正确决策获得1分奖励，错误则不计分，以此巩固模型的战术判断能力。

研究团队对比测试了Qwen系列多个版本的语言模型（7B/14B/32B参数），并以DeepSeek-R1大模型作为基准参照。实验创新性地采用"群体相对策略优化"(GRPO)技术，通过DeepSeek-R1生成的高质量训练数据进行策略优化。

令人惊喜的是，经TiG框架训练的AI不仅能执行战术动作，还展现出类人的战术解说能力。例如，AI会分析指出："对方下路防御脆弱，适合发起突袭，但要警惕敌方打野反蹲。"值得注意的是，这些AI在获得游戏智能提升的同时，原有的语言理解和逻辑推理能力完全保留。

最终测试数据验证了TiG框架的有效性：

对照组DeepSeek-R1：86.67%决策正确率

Qwen3-14B：90.91%的正确率表现最为突出

Qwen2.5-32B：准确率提升幅度达20.17个百分点

Qwen2.5-14B：准确率提升29.87个百分点的飞跃式进步