PokéLLMon

POKÉLLMON是首个在战术战斗游戏中实现人类水平性能的LLM体现代理。它融合了三种关键策略：1）基于上下文的强化学习，即时利用从战斗中提取的文本描述反馈，迭代地优化其生成策略；2）知识增强生成，利用外部知识对抗幻觉，使代理能够及时和正确地行动；3）具有自一致性的动作生成，以减轻当代理面对强大对手并希望避免战斗时的惊慌切换现象。与人类玩家在线对战展示了POKÉLLMON的人类级别战斗性能和策略，在梯队比赛中取得49%的胜率，在邀请赛中取得56%的胜率。此外，我们揭示了其对人类玩家的消耗战略和欺骗技巧的脆弱性。