POKÉLLMonは、戦術的戦闘ゲームにおいて人間レベルの性能を実現した初のLLMベースのエージェントです。3つの主要な戦略を統合しています。1）コンテキストベースの強化学習：戦闘から抽出したテキスト記述からのフィードバックをリアルタイムに活用し、生成戦略を反復的に最適化します。2）知識増強型生成：外部知識を利用して幻覚に対抗し、エージェントがタイムリーかつ正確に行動できるようにします。3）自己整合的な行動生成：強力な相手と対峙し、戦闘を避けたい場合の、パニックによる行動の急変を軽減します。人間のプレイヤーとのオンライン対戦では、POKÉLLMonの人間レベルの戦闘性能と戦略が示され、リーグ戦で49％、招待試合で56％の勝率を記録しました。さらに、人間のプレイヤーによる消耗戦術や欺瞞戦術に対する脆弱性も明らかにしました。