arXiv · cs.AI· Dongyin Zhuo, Fengjunjie Pan, Nenad Petrovic, Alois Knoll·· 6 小时前
Porimon：基于长/短期知识增强生成的 LLM 宝可梦对战 Agent
Porimon: An LLM-Based Pok\'emon Battle Agent Enhanced by Long/Short-Term Knowledge Augmented Generation
arXiv:2609.32544v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Dongyin Zhuo, Fengjunjie Pan, Nenad Petrovic, Alois Knoll
研究任务与主要进展
研究者提出长/短期知识增强生成机制 LSTKAG，并据此构建无需额外微调的 LLM 宝可梦对战 Agent「Porimon」，同时引入外部 API 做精确伤害计算。在包含 15,000 场对战的锦标赛式评估中，经超参数优化的 Porimon 显著优于既有 LLM Agent PokéLLMon 和基于规则的启发式玩家。消融实验显示游戏信息检索扩展有贡献，但长期 KAG 的作用尚无定论。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org