LLM 智能体在 Pokémon Showdown 中的协作实验

作者构建了一个基于 Pokémon Showdown 2v2 模式的多智能体环境，用于评估 LLM 智能体在不完全信息博弈中的沟通、协商与协作。Qwen3.8-27B 团队自由沟通时对脚本化最大伤害机器人取得 64% 胜率，无沟通时为 42%，但每场消耗的 prompt token 从 259k 增至 978k。