論文の概要: TerraLogic: A Benchmark for Hierarchical Geospatial Reasoning in Earth Observation
- arxiv url: http://arxiv.org/abs/2607.12497v1
- Date: Tue, 14 Jul 2026 08:30:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.08594
- Title: TerraLogic: A Benchmark for Hierarchical Geospatial Reasoning in Earth Observation
- Title（参考訳）: TerraLogic:地球観測における階層的地理空間推論のベンチマーク
- Authors: Yuhang Yan, Linchao Mou, Bokang Yang, Qingyu Li,
- Abstract要約: 地理空間的推論のためのベンチマークであるTerraLogicを紹介する。
545のシナリオ駆動型階層型タスクで構成されている。
また,ツールキットを機能的階層に整理し,フォールトトレラント推論を行うツール拡張エージェントであるHieraPlanを提案する。
- 参考スコア（独自算出の注目度）: 2.0007592415850683
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Beyond perception, reasoning is essential in remote sensing for advanced interpretation, inference, and decision-making. Recent advances in large language models (LLMs) have enabled tool-augmented agents that leverage external tools to perform complex analytical tasks. However, existing studies in remote sensing primarily focus on perception-oriented tasks, leaving cognitive geospatial reasoning largely underexplored. To address this gap, we introduce TerraLogic, a benchmark for geospatial reasoning. TerraLogic comprises 545 scenario-driven, hierarchy-aware tasks, such as hazard vulnerability assessment, urban heat island analysis, and forest fragmentation dynamics, spanning optical, Synthetic Aperture Radar (SAR), and infrared (IR) imagery. It advances evaluation beyond recognition and monitoring toward cognitive-level geospatial analysis. To facilitate evaluation on TerraLogic, we further propose HieraPlan, a tool-augmented agent that organizes toolkits into functional hierarchies and performs fault-tolerant reasoning. HieraPlan enables structured abstraction, robust recovery from tool failures, and stable long-horizon planning. Extensive experiments demonstrate that current approaches struggle with hierarchical geospatial reasoning, while HieraPlan provides a strong baseline with improved reasoning, cross-modal generalization, and error handling. The dataset and agent code are publicly available at https://github.com/Ireliya/TerraLogic.
- Abstract（参考訳）: 知覚以外にも、推論は高度な解釈、推論、意思決定のためにリモートセンシングにおいて不可欠である。
大規模言語モデル(LLM)の最近の進歩は、複雑な分析タスクを実行するために外部ツールを活用するツール拡張エージェントを可能にしている。
しかし、リモートセンシングにおける既存の研究は、主に知覚指向のタスクに焦点を当てており、認知地理空間的推論はほとんど探索されていない。
このギャップに対処するために、地理空間的推論のベンチマークであるTerraLogicを紹介します。
TerraLogicは545のシナリオ駆動型階層型タスクで構成されており、ハザード脆弱性評価、都市ヒートアイランド分析、森林分断ダイナミクス、光学的、合成開口レーダ(SAR)、赤外線(IR)画像を含んでいる。
認識とモニタリング以上の評価を、認知レベルの地理空間分析に進める。
TerraLogicの評価を容易にするために,ツールキットを機能的階層に整理し,フォールトトレラントな推論を行うツール拡張エージェントであるHieraPlanを提案する。
HieraPlanは構造化された抽象化、ツール障害からの堅牢なリカバリ、安定した長期計画を可能にする。
大規模な実験では、現在のアプローチが階層的な地理空間的推論に苦しむのに対して、HieraPlanは推論の改善、クロスモーダル一般化、エラーハンドリングといった強力なベースラインを提供する。
データセットとエージェントコードはhttps://github.com/Ireliya/TerraLogicで公開されている。
関連論文リスト
- GeoDisaster: Benchmarking Orchestrated Agents for Operational Disaster Geo-Intelligence [34.091777505490235]
43の質問タイプにわたる2,921の検証インスタンスを備えた,運用時地理空間災害推論ベンチマークであるGeoDisasterを紹介した。
地空間的および決定論的整合性チェックでは, 地表面の解答が基礎となる。
本稿では,18の災害対応ツールを用いたマルチエージェントフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-15T19:46:10Z) - Agentic AI for Remote Sensing: Technical Challenges and Research Directions [37.28125428920207]
地球観測(EO)は、データ、参照ツール、地理空間状態の協調推論を必要とする多段階解析への静的予測を超えて進んでいる。
本稿では,これらの課題は偶発的ではなく構造的仮定であると主張する。
次に、構造的地理空間状態、ツール認識推論、検証者誘導実行、地理空間的および物理的妥当性に適合した学習目標を中心に、EOネイティブエージェントの設計原理を概説する。
論文 参考訳（メタデータ） (2026-04-27T18:59:49Z) - OpenEarthAgent: A Unified Framework for Tool-Augmented Geospatial Agents [68.85365034738534]
本稿では,衛星画像,自然言語クエリ,詳細な推論トレースに基づいて学習したツール拡張された地理空間エージェントを開発するための統一的なフレームワークを提案する。
トレーニングパイプラインは、構造化推論軌道上の教師付き微調整に依存し、モデルを検証された多段階ツールの相互作用と整合させる。
付随コーパスは、14,538のトレーニングと1,169の評価インスタンスから構成され、トレーニングスプリットでは100K以上の推論ステップ、評価スプリットでは7K以上の推論ステップがある。
論文 参考訳（メタデータ） (2026-02-19T18:59:54Z) - AstroReason-Bench: Evaluating Unified Agentic Planning across Heterogeneous Space Planning Problems [71.89040853616602]
宇宙計画問題(SPP)におけるエージェント計画評価ベンチマークAstroReason-Benchを紹介する。
AstroReason-Benchは地上局通信やアジャイル地球観測を含む複数のスケジューリングシステムを統合し、統合されたエージェント指向のインタラクションプロトコルを提供する。
現在のエージェントは、現実的な制約下でのジェネラリスト計画の鍵となる制約を強調して、かなり性能が劣っていることが判明した。
論文 参考訳（メタデータ） (2026-01-16T15:02:41Z) - Agentic AI in Remote Sensing: Foundations, Taxonomy, and Emerging Systems [9.388162021920206]
この調査は、リモートセンシングにおけるエージェントAIの総合的なレビューである。
単一エージェントのコピロとマルチエージェントのシステムを区別した統合分類を導入する。
評価を画素レベルの精度から軌跡認識推論の正確性に移行する新しいベンチマークをレビューする。
論文 参考訳（メタデータ） (2026-01-05T08:34:17Z) - ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks [64.86209459039313]
ThinkGeoは、構造化ツールの使用とマルチステップ計画を通じて、リモートセンシングタスクにおけるツール拡張エージェントを評価するために設計されたエージェントベンチマークである。
我々はReActスタイルの対話ループを実装し,486 個の構造化エージェントタスク上でのオープンソース LLM とクローズドソース LLM の両方を1,773 個の専門家が検証した推論ステップで評価する。
分析の結果、ツールの精度とモデル間の計画整合性に顕著な相違が明らかになった。
論文 参考訳（メタデータ） (2025-05-29T17:59:38Z) - PEACE: Empowering Geologic Map Holistic Understanding with MLLMs [64.58959634712215]
地質図は地質学の基本的な図として、地球の地下と地表の構造と構成に関する重要な洞察を提供する。
その重要性にもかかわらず、現在のマルチモーダル大言語モデル(MLLM)は地質図の理解に乏しいことが多い。
このギャップを定量化するために、地質地図理解においてMLLMを評価するための最初のベンチマークであるGeoMap-Benchを構築した。
論文 参考訳（メタデータ） (2025-01-10T18:59:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。