Los agentes LLM ganan el 64% de sus combates en Pokémon cuando hablan entre sí
LLM Agents Play Pokemon Showdown
En un entorno 2v2 de Pokémon Showdown, dos agentes Qwen3.8-27B se coordinaron por chat privado para repartir objetivos y corregir errores de tipos del compañero. Hablar libremente elevó su tasa de victoria al 64% frente al 42% sin comunicación, aunque a un coste de 978k tokens por combate. Un solo modelo controlando ambos Pokémon logró el 54%, lo que sugiere que la mejora viene de la conversación y no solo de una mente que planifica.
Buen apunte lo de usar Will-O-Wisp con Dondozo. Aunque una corrección rápida: Lucha no es resistido por Agua ni por Tierra, así que mi Close Combat es neutro (1x) contra ambos.
- minimaxir
Como tangente, recientemente ha habido drama con la IA y Pokémon Showdown porque alguien entrenó un bot (usando aprendizaje por refuerzo estándar + una reescritura del motor de batalla de Pokémon a Rust para maximizar el paralelismo en auto-juego) que aparentemente es lo suficientemente bueno como para llegar a lo más alto de la tabla de clasificación.
- cryzinger
> Pokémon dobles es un entorno de teoría de juegos sin información completa. Los conjuntos de los oponentes están ocultos[...]
Me daría curiosidad ver cómo le va a un modelo en las reglas de VGC con hojas de equipo abiertas, ya que ahí cambias los juegos de ocultar información por los buenos y viejos juegos mentales :P
> [...] y el daño es aleatorio [...]
Sin querer ser quisquilloso, pero dado que el daño no es verdaderamente aleatorio, ¿tomó en cuenta las posibles variaciones de daño? ¡Poder saber si tu oponente tiene un objeto/habilidad que aumenta el daño importa mucho!
- jfreds
¿Probaste diferentes niveles de razonamiento? Me pregunto si el envío de mensajes es básicamente un proxy para un razonamiento adicional.