Think-In-Games 是什么？让大模型在玩游戏中学会推理

Think-In-Games（TiG）是一个让大语言模型通过玩游戏学会决策推理的框架，由腾讯在 2025 年 8 月提出，论文标题是《在游戏中思考：用大模型和强化学习在游戏中学会推理》。

两种知识的鸿沟

大语言模型拥有大量的“陈述性知识”：它知道游戏规则，知道什么是好的策略，能把道理讲得头头是道。但它往往缺乏“程序性知识”：真正上手玩的时候，在具体局面下该怎么做，它常常做不好。就像一个读了很多棋谱的人，未必下得好棋。另一方面，传统的强化学习智能体通过大量对局能学会很强的程序性技能，在游戏里打得很好，但它需要海量的数据，而且决策过程是黑箱，说不清为什么这么做。

TiG 的做法

TiG 让大模型直接与游戏环境交互，发展出程序性的理解，同时保留它原本的推理和解释能力。具体而言，它把基于强化学习的决策重新表述为一个语言建模任务：在每个游戏局面下，大模型生成一段语言形式的策略指导，比如分析当前局势、判断下一步应该推进还是防守，并给出理由；然后根据游戏环境返回的反馈，通过在线强化学习不断优化这些策略。研究团队以 MOBA 类游戏中的宏观决策为例进行了实验：比如在一局对战中，判断此刻团队应该去争夺哪个资源点、要不要集合推塔。

效果和意义

论文报告，TiG 成功弥合了陈述性知识和程序性知识之间的差距：相比传统的强化学习方法，它所需的数据和计算量大幅降低，同时取得了有竞争力的决策表现。更重要的是，它的每个决策都附带了用自然语言写出的推理过程，玩家和开发者能看懂 AI 为什么这么做。这让它不仅可以用来训练游戏 AI，还可以作为游戏中的智能助手，为玩家提供可解释的战术建议。