Ahora que has explorado el potencial y las limitaciones de la IA Agéntica en los juegos, es hora de poner manos a la obra. En esta sección, construirás tu propio Agente de IA para luchar en combates por turnos al estilo Pokémon, utilizando todo lo que has aprendido a lo largo del curso.
Dividiremos el sistema en cuatro bloques de construcción clave:
Poke-env: Una biblioteca de Python diseñada para entrenar bots de Pokémon basados en reglas o aprendizaje por refuerzo.
Pokémon Showdown: Un simulador de batallas en línea donde luchará tu agente.
LLMAgentBase: Una clase personalizada de Python que hemos construido para conectar tu LLM con el entorno de batalla de Poke-env.
TemplateAgent: Una plantilla de inicio que completarás para crear tu propio agente de batalla único.
Exploremos cada uno de estos componentes con más detalle.

Poke-env es una interfaz de Python construida originalmente para entrenar bots de aprendizaje por refuerzo por Haris Sahovic, pero la hemos adaptado para la IA Agéntica. Permite que tu agente interactúe con Pokémon Showdown a través de una API simple.
Proporciona una clase Player de la cual tu Agente heredará, cubriendo todo lo necesario para comunicarse con la interfaz gráfica.
Documentación: poke-env.readthedocs.io Repositorio: github.com/hsahovic/poke-env
Pokémon Showdown es un simulador de batallas de código abierto donde tu agente jugará batallas Pokémon en vivo. Proporciona una interfaz completa para simular y mostrar batallas en tiempo real. En nuestro desafío, tu bot actuará como un jugador humano, eligiendo movimientos turno por turno.
Hemos desplegado un servidor que todos los participantes usarán para luchar. ¡Veamos quién construye el mejor Agente de batalla de IA!
Repositorio: github.com/smogon/Pokemon-Showdown Sitio web: pokemonshowdown.com
LLMAgentBase es una clase de Python que extiende la clase Player de Poke-env.
Sirve como puente entre tu LLM y el simulador de batallas Pokémon, manejando el formato de entrada/salida y manteniendo el contexto de la batalla.
Este agente base proporciona un conjunto de herramientas (definidas en STANDARD_TOOL_SCHEMA) para interactuar con el entorno, incluyendo:
choose_move: para seleccionar un ataque durante la batallachoose_switch: para cambiar de PokémonEl LLM debe usar estas herramientas para tomar decisiones durante una partida.
choose_move(battle: Battle): Este es el método principal invocado en cada turno. Toma un objeto Battle y devuelve una cadena de acción basada en la salida del LLM._format_battle_state(battle): Convierte el estado actual de la batalla en una cadena, haciéndolo adecuado para enviarlo al LLM.
_find_move_by_name(battle, move_name): Encuentra un movimiento por nombre, utilizado en las respuestas del LLM que llaman a choose_move.
_find_pokemon_by_name(battle, pokemon_name): Localiza un Pokémon específico para cambiar, basado en el comando de cambio del LLM.
_get_llm_decision(battle_state): Este método es abstracto en la clase base. Deberás implementarlo en tu propio agente (ver sección siguiente), donde defines cómo consultar al LLM y analizar su respuesta.
Aquí hay un extracto que muestra cómo funciona esa toma de decisiones:
STANDARD_TOOL_SCHEMA = {
"choose_move": {
...
},
"choose_switch": {
...
},
}
class LLMAgentBase(Player):
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
self.standard_tools = STANDARD_TOOL_SCHEMA
self.battle_history = []
def _format_battle_state(self, battle: Battle) -> str:
active_pkmn = battle.active_pokemon
active_pkmn_info = f"Tu Pokémon activo: {active_pkmn.species} " \
f"(Tipo: {'/'.join(map(str, active_pkmn.types))}) " \
f"HP: {active_pkmn.current_hp_fraction * 100:.1f}% " \
f"Estado: {active_pkmn.status.name if active_pkmn.status else 'Ninguno'} " \
f"Mejoras: {active_pkmn.boosts}"
opponent_pkmn = battle.opponent_active_pokemon
opp_info_str = "Desconocido"
if opponent_pkmn:
opp_info_str = f"{opponent_pkmn.species} " \
f"(Tipo: {'/'.join(map(str, opponent_pkmn.types))}) " \
f"HP: {opponent_pkmn.current_hp_fraction * 100:.1f}% " \
f"Estado: {opponent_pkmn.status.name if opponent_pkmn.status else 'Ninguno'} " \
f"Mejoras: {opponent_pkmn.boosts}"
opponent_pkmn_info = f"El Pokémon activo del oponente: {opp_info_str}"
available_moves_info = "Movimientos disponibles:\n"
if battle.available_moves:
available_moves_info += "\n".join(
[f"- {move.id} (Tipo: {move.type}, BP: {move.base_power}, Precisión: {move.accuracy}, PP: {move.current_pp}/{move.max_pp}, Cat: {move.category.name})"
for move in battle.available_moves]
)
else:
available_moves_info += "- Ninguno (Debes cambiar o luchar con Struggle)"
available_switches_info = "Cambios disponibles:\n"
if battle.available_switches:
available_switches_info += "\n".join(
[f"- {pkmn.species} (HP: {pkmn.current_hp_fraction * 100:.1f}%, Estado: {pkmn.status.name if pkmn.status else 'Ninguno'})"
for pkmn in battle.available_switches]
)
else:
available_switches_info += "- Ninguno"
state_str = f"{active_pkmn_info}\n" \
f"{opponent_pkmn_info}\n\n" \
f"{available_moves_info}\n\n" \
f"{available_switches_info}\n\n" \
f"Clima: {battle.weather}\n" \
f"Terrenos: {battle.fields}\n" \
f"Condiciones de tu lado: {battle.side_conditions}\n" \
f"Condiciones del lado del oponente: {battle.opponent_side_conditions}"
return state_str.strip()
def _find_move_by_name(self, battle: Battle, move_name: str) -> Optional[Move]:
normalized_name = normalize_name(move_name)
# Prioriza la coincidencia exacta de ID
for move in battle.available_moves:
if move.id == normalized_name:
return move
# Fallback: Verifica el nombre de visualización (menos confiable)
for move in battle.available_moves:
if move.name.lower() == move_name.lower():
print(f"Advertencia: Coincidencia de movimiento por nombre de visualización '{move.name}' en lugar de ID '{move.id}'. Entrada fue '{move_name}'.")
return move
return None
def _find_pokemon_by_name(self, battle: Battle, pokemon_name: str) -> Optional[Pokemon]:
normalized_name = normalize_name(pokemon_name)
for pkmn in battle.available_switches:
# Normaliza el nombre de la especie para comparación
if normalize_name(pkmn.species) == normalized_name:
return pkmn
return None
async def choose_move(self, battle: Battle) -> str:
battle_state_str = self._format_battle_state(battle)
decision_result = await self._get_llm_decision(battle_state_str)
print(decision_result)
decision = decision_result.get("decision")
error_message = decision_result.get("error")
action_taken = False
fallback_reason = ""
if decision:
function_name = decision.get("name")
args = decision.get("arguments", {})
if function_name == "choose_move":
move_name = args.get("move_name")
if move_name:
chosen_move = self._find_move_by_name(battle, move_name)
if chosen_move and chosen_move in battle.available_moves:
action_taken = True
chat_msg = f"Decisión de la IA: Usando movimiento '{chosen_move.id}'."
print(chat_msg)
return self.create_order(chosen_move)
else:
fallback_reason = f"La IA eligió un movimiento no disponible/no válido '{move_name}'."
else:
fallback_reason = "La IA llamó a 'choose_move' sin 'move_name'."
elif function_name == "choose_switch":
pokemon_name = args.get("pokemon_name")
if pokemon_name:
chosen_switch = self._find_pokemon_by_name(battle, pokemon_name)
if chosen_switch and chosen_switch in battle.available_switches:
action_taken = True
chat_msg = f"Decisión de la IA: Cambiando a '{chosen_switch.species}'."
print(chat_msg)
return self.create_order(chosen_switch)
else:
fallback_reason = f"La IA eligió un cambio no disponible/no válido '{pokemon_name}'."
else:
fallback_reason = "La IA llamó a 'choose_switch' sin 'pokemon_name'."
else:
fallback_reason = f"La IA llamó a una función desconocida '{function_name}'."
if not action_taken:
if not fallback_reason:
if error_message:
fallback_reason = f"Error de la API: {error_message}"
elif decision is None:
fallback_reason = "La IA no proporcionó una llamada de función válida."
else:
fallback_reason = "Error desconocido al procesar la decisión de la IA."
print(f"Advertencia: {fallback_reason} Seleccionando acción aleatoria.")
if battle.available_moves or battle.available_switches:
return self.choose_random_move(battle)
else:
print("Fallback de la IA: No hay movimientos ni cambios disponibles. Usando Struggle/Default.")
return self.choose_default_move(battle)
async def _get_llm_decision(self, battle_state: str) -> Dict[str, Any]:
raise NotImplementedError("Las subclases deben implementar _get_llm_decision")Código fuente completo: agents.py
¡Ahora viene la parte divertida! Con LLMAgentBase como tu base, es hora de implementar tu propio agente, con tu propia estrategia para escalar en la tabla de clasificación.
Comenzarás desde esta plantilla y construirás tu propia lógica. También hemos proporcionado tres ejemplos completos usando los modelos OpenAI, Mistral y Gemini para guiarte.
Aquí tienes una versión simplificada de la plantilla:
class TemplateAgent(LLMAgentBase):
"""Utiliza la API de Template AI para tomar decisiones."""
def __init__(self, api_key: str = None, model: str = "model-name", *args, **kwargs):
super().__init__(*args, **kwargs)
self.model = model
self.template_client = TemplateModelProvider(api_key=...)
self.template_tools = list(self.standard_tools.values())
async def _get_llm_decision(self, battle_state: str) -> Dict[str, Any]:
"""Envía el estado al LLM y obtiene la decisión de llamada de función."""
system_prompt = (
"Eres un ..."
)
user_prompt = f"..."
try:
response = await self.template_client.chat.completions.create(
model=self.model,
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": user_prompt},
],
)
message = response.choices[0].message
return {"decision": {"name": function_name, "arguments": arguments}}
except Exception as e:
print(f"Error inesperado durante la llamada: {e}")
return {"error": f"Error inesperado: {e}"}Este código no se ejecutará tal cual, es un plano para tu lógica personalizada.
Con todas las piezas listas, es tu turno de construir un agente competitivo. En la próxima sección, mostraremos cómo desplegar tu agente en nuestro servidor y luchar contra otros en tiempo real.
¡Que comience la batalla! 🔥
< > Update on GitHub