Hacker News Front Page · Oliver Grabner ·
Multi-agent LLM coordination in a Pokémon 2v2 environment
El proyecto presenta un entorno basado en Pokémon Showdown 2v2 para medir cómo coordinan los agentes LLM mediante mensajes privados y decisiones conjuntas. En pruebas controladas con Qwen3.8-27B, los equipos con conversación libre ganaron el 64 % de las batallas frente al 42 % sin comunicación, aunque consumieron 3,8 veces más tokens; un solo mensaje por agente elevó la tasa de victoria al 52 %. El entorno también distinguió niveles de modelo y se propone como base para benchmarks y entrenamiento con RL.
Two LLM agents share a side in 4-player Pokémon Showdown battles and can talk before every turn. Does talking win more battles, and what does it cost?