LLM은 메리프의 꿈을 꾸는가?
LLM과 RAG를 이용해 포켓몬 배틀을 해보는 실험 프로젝트입니다.
poke-env 환경 위에서 LLMPlayer와 RandomPlayer를 대결시키고,
이후에는 로컬 추론 모델과 강화학습으로 확장할 계획입니다.
-
poke-env 기반 시뮬레이션
poke-env은 Pokémon Showdown과 연동되는 Python 라이브러리로,
강화학습 연구 및 에이전트 실험에 자주 사용됩니다.
Gym 스타일 API를 제공하기 때문에 강화학습 환경처럼 다룰 수 있고,
에이전트를 직접 구현해서 서로 붙이는 것도 가능합니다. -
LLMPlayer 구현
poke-env의Player클래스를 상속해 LLM이move/switch를 선택하도록 만든 커스텀 에이전트.
현재는 OpenAI API 기반으로 테스트 중이며, 차후 로컬 추론 모델로 확장 예정입니다. -
RandomPlayer vs LLMPlayer 테스트
poke-env에서 기본 제공하는RandomPlayer와 LLM 기반 플레이어를 직접 붙여 테스트. -
Fallback 전략
LLM 출력이 잘못되거나 파싱에 실패했을 때, 기대 대미지 기반 안전한 선택을 수행. -
로그 기록
llm_traces.jsonl에 LLM 추론 과정을 기록해, 매 턴 어떤 선택을 왜 했는지 추적 가능.
# clone repo
git clone https://github.com/Jaeuk-Han/poke-llm.git
cd poke-llm
# install with poetry
poetry installpoetry run python src/agent/test_llm_vs_random.py --battles 3 --format gen9randombattle옵션:
--battles: 실행할 판 수 (default=1)--format: 배틀 포맷 (예:gen9randombattle)--debug-llm: 프롬프트/응답 로그 자세히 출력--open: 관전 URL 자동으로 브라우저 열기
--- TURN 1 ---
My: {...} Opp: {...}
[DECIDE] MOVE idx=0 (earthquake) | reason=highest damage with STAB
Done. LLM won 2 / lost 1
LLM 추론 과정은 JSONL 형태로 저장됩니다.
추론 결과 확인을 통해 LLM이 어떤 기술을 골랐는지 그리고 이유는 무엇인지 확인 가능합니다.
{"event": "llm_ok", "turn": 1,
"parsed": {"action": "move", "index": 0, "reason": "highest damage with STAB"},
"state": {"my_active": {"species": "sandslash"}, "opp_active": {"species": "volcanion"}}}poke-llm/
├── src/
│ └── agent/
│ ├── llm_player.py # LLM 기반 에이전트 (poke-env Player 상속)
│ └── test_llm_vs_random.py# LLM vs RandomPlayer 실행 스크립트
├── logs/
│ └── llm_traces.jsonl # LLM 추론 로그 저장
├── pyproject.toml # Poetry 설정 파일
├── README.md # 프로젝트 소개
└── .gitignore
LLM 추론 과정은 JSONL 형태로 저장됩니다.
아래는 간단한 예시로, 턴 15에서 LLM이 드닐레이브(Baxcalibur)에게 어떤 행동을 명령했는지를 보여줍니다.
{
"event": "llm_ok",
"turn": 15,
"parsed": {
"action": "move",
"index": 0,
"reason": "highest damage with STAB"
},
"state": {
"my_active": {"species": "Baxcalibur", "hp_pct": 48},
"opp_active": {"species": "Amoonguss", "hp_pct": 100}
}
}-
"event": "llm_ok"→ LLM 응답이 정상적으로 파싱됨 -
"turn": 15→ 15턴째 상황 -
"action": "move"→ 교체가 아니라 기술 사용을 선택 -
"index": 0→ 가능한 기술 중 첫 번째 기술을 선택 (예: Glaive Rush) -
"reason": "highest damage with STAB"→ 같은 타입 보너스(STAB, Same-Type Attack Bonus) 덕분에 가장 큰 대미지를 줄 수 있다고 판단 (자속기) -
"my_active" / "opp_active"→ 현재 필드에 있는 포켓몬과 HP 상태 요약
자세한 로그 예시는 sample_trace.json 참고
- poke-env 환경 연동
- LLM 기반 의사결정 (API)
- 로컬 추론 모델 연결 (진행중)
- 강화학습(RL) 접목
- 배틀 로그 시각화 및 분석
MIT License