Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · olivergrabner.com

Agentes LLM juegan a Pokémon Showdown

Oliver Grabner ha montado un entorno multiagente sobre el formato de dobles de Pokémon Showdown para medir cómo coordinan, se comunican y negocian dos LLM que son compañeros de equipo. Con conversación libre, los agentes ganan el 64% de los combates contra un bot de daño máximo; sin hablar, el 42%.

Foto: vía olivergrabner.com

Leer el artículo aquíArtículo original (olivergrabner.com) 14 comentarios en Hacker News

Escucha la noticia3 min

El autor parte de que la mayoría de la investigación multiagente se centra en flujos de trabajo en los que los agentes se pasan tareas por una cadena. Él quiere medir otra cosa: lo bien que colaboran, se comunican y negocian acciones. Elige Pokémon dobles porque es un juego sin información completa: los sets rivales están ocultos y el daño es aleatorio. Según el texto, benchmarks como el PokéAgent Challenge ponen a un solo agente por bando y no prueban a compañeros que deban coordinarse.

El entorno envuelve el simulador oficial de Pokémon Showdown como un entorno de estilo Gym. Participan cuatro jugadores, cada uno con un Pokémon de un equipo de tres, dos por bando. En cada turno, el agente recibe un resumen en inglés del combate y una lista numerada de movimientos legales. Puede enviar un mensaje privado a su compañero o elegir movimiento, y cuando elige, el compañero sabe qué ha escogido.

Se comparan cuatro modos: charla libre (hasta que ambos eligen), un mensaje cada uno, sin charla, y un único modelo que controla los dos Pokémon. Qwen3.8-27B juega los dos puestos contra un bot con script que siempre elige el máximo daño. Los combates usan semilla y cada reparto de equipos se juega desde ambos lados, de modo que todos los modos afrontan exactamente los mismos combates.

Resultados: charla libre, 64%; un modelo para los dos, 54%; un mensaje cada uno, 52%; sin charla, 42%. El autor concluye que la mejora viene de la conversación y no solo de que una mente planee ambos movimientos. Hablar cuesta: la charla libre gastó 978k tokens de prompt por combate, 3,8 veces los 259k de no hablar. Como comprobación, el equipo de Qwen3.8-27B con charla libre ganó el 96% contra un equipo de modelos de 2B y el 74% contra uno de 9B. Como próximos pasos, quiere separar el efecto de hablar del de ver el movimiento del compañero, y plantea un benchmark con clasificación y su uso para entrenar con RL.

En Hacker News

«LLM Agents Play Pokemon Showdown» · puesto 23 · 25 puntos · enviado por grabnero

Lo que dicen los comentarios

La conversación es mínima: hay un único comentario, escueto y sin desarrollar, que sugiere que «Jev» daría mejores resultados en este tipo de tareas. No explica a qué se refiere ni se discute nada del método ni de los resultados del artículo.

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.