Agentes de IA juegan Pokémon y aprenden a hablar entre ellos

Un investigador creó un entorno de juego en el formato 2v2 de Pokémon Showdown para medir cómo los agentes de IA (modelos de lenguaje) trabajan en equipo. La idea es probar si se comunican y negocian acciones, algo que casi no se estudia: la mayoría de las investigaciones sobre varios agentes se centra en flujos de trabajo donde uno pasa tareas a otro.

En este entorno, cuatro jugadores controlan un Pokémon cada uno, dos por lado. En cada turno, un agente lee un resumen de la batalla y una lista numerada de sus movimientos legales. Puede enviar un mensaje privado a su compañero o elegir un movimiento. El juego no da información completa: los equipos rivales están ocultos y el daño es aleatorio. El modelo Qwen3.8-27B jugó con ambos compañeros contra un robot programado para hacer el máximo daño, y cada modo de conversación enfrentó exactamente las mismas batallas.

Hablar ayuda. Los compañeros que podían hablar libremente ganaron el 64% de sus batallas, mientras que los que no podían hablar ganaron el 42%. Incluso un solo mensaje por jugador (52%) superó al silencio. Un solo modelo controlando ambos Pokémon (54%) hizo más que sin hablar, pero menos que dos agentes conversando. Según el investigador, la mejora viene de la conversación misma.

Hablar también cuesta: la charla libre usó 978k tokens por batalla, 3,8 veces más que los 259k sin hablar. Además, el entorno distingue modelos: un equipo Qwen3.8-27B ganó el 96% contra modelos de 2B y el 74% contra modelos de 9B. El autor planea separar el efecto de hablar del de ver el movimiento del compañero y convertir el entorno en una prueba comparativa con tabla de posiciones.