Wenn LLM-Teamkollegen reden, gewinnen sie 64 Prozent ihrer Pokémon-Kämpfe
LLM Agents Play Pokemon Showdown
In einem selbst gebauten 2v2-Umfeld auf Basis von Pokémon Showdown treten zwei Qwen3.8-27B-Agenten als Team gegen einen Max-Damage-Bot an. Dürfen sie sich frei unterhalten, gewinnen sie 64 Prozent der Kämpfe – ohne Kommunikation nur 42 Prozent. Ein einzelnes Modell, das beide Pokémon steuert, kommt auf 54 Prozent. Der Preis: Freies Reden verbraucht 978k Prompt-Tokens pro Kampf, fast viermal so viel wie Schweigen. Gegen schwächere Modelle gewinnt das Team sogar 96 Prozent.
Gute Idee mit dem Will-O-Wisp auf Dondozo. Kurze Korrektur: Kampf wird von Wasser oder Boden nicht resistiert, mein Close Combat ist also neutral (1x) auf beide.
- minimaxir
Als Randbemerkung: In letzter Zeit gab es Drama rund um KI und Pokemon Showdown, weil jemand einen Bot trainiert hat (mit Standard-Reinforcement-Learning + einer Neufassung der Pokémon-Kampf-Engine in Rust für maximale Self-Play-Parallelität), der offenbar gut genug ist, um an die Spitze der Rangliste zu kommen.
- cryzinger
> Pokémon Doppel ist eine spieltheoretische Umgebung ohne vollständige Information. Die Sets der Gegner sind verborgen[...]
Ich wäre neugierig zu sehen, wie sich ein Modell unter VGC-Regeln mit offenen Team Sheets schlägt, denn dort tauscht man die Spiele des Versteckens von Informationen gegen gute alte Psychospielchen ein :P
> [...] und Schaden ist zufällig [...]
Um nicht kleinlich zu sein, aber da Schaden nicht wirklich zufällig ist, hat es mögliche Damage Rolls berücksichtigt? Erkennen zu können, ob der Gegner einen schadenssteigernden Gegenstand/eine Fähigkeit hat, ist sehr wichtig!
- jfreds
Hast du verschiedene Reasoning-Level ausprobiert? Ich frage mich, ob Messaging im Grunde ein Proxy für zusätzliches Reasoning ist