論文の概要: Google Earth AI Geospatial Reasoning Agent: Capabilities and a Systematic Evaluation
- arxiv url: http://arxiv.org/abs/2610.15750v1
- Date: Sun, 11 Oct 2026 16:31:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.244433
- Title: Google Earth AI Geospatial Reasoning Agent: Capabilities and a Systematic Evaluation
- Title（参考訳）: Google Earth AIGeospatial Reasoning Agent:能力とシステム評価
- Abstract要約: Google Earth AIのGeospatial Reasoning Agent(GRA)について紹介する。
GRAは、地理空間データソース、基礎モデル、地球に関する質問に答えるためのツールを組み合わせて、ジェミニで動く研究システムです。
- 参考スコア（独自算出の注目度）: 15.399450793668862
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Google Earth AI is a family of geospatial AI models, together with an agent that orchestrates them. We present this agent, Google Earth AI's Geospatial Reasoning agent (GRA), a Gemini-powered research system that combines geospatial data sources, foundation models, and tools to answer questions about our planet. GRA organizes these into modular domain skills and pairs them with upfront geospatial planning to decompose complex queries into multi-stage workflows. Evaluating such systems is hard: real-world problems admit multiple valid workflows, require data discovery across large catalogs, and rely on evolving ground truth. We introduce two benchmarks and release their development splits. GeoExpertQueries poses complex analytical problems grounded in practitioner use cases and refined by geospatial experts; each is paired with a consensus golden workflow from three independent experts and scored by a human-validated, tool-agnostic autorater. GeoKTools consists of templated queries with deterministic reference solvers that systematically vary the number of required tool types. We also use two external benchmarks, CBGB and UnivEARTH; the latter we find to be saturated. To isolate the contribution of GRA's tools and its agentic orchestration, we compare four configurations, each with Gemini 3.1 Pro and 3.8 Flash: a standalone LLM, the LLM with basic tools, the LLM with GRA's skills and tools but without its upfront planning and execution guidance, and GRA itself. With at most basic tools, an advanced model recovers much of the answer on templated queries but satisfies only a small fraction of the expert workflows on open-ended problems; GRA performs well on both. The largest step comes from GRA's skills and tools; on open-ended problems, its planning and execution guidance add a further gain with Gemini 3.8 Flash, letting Flash match or exceed Pro at lower cost.
- Abstract（参考訳）: Google Earth AIは、地理空間AIモデルのファミリーであり、それらを編成するエージェントである。
このエージェントであるGoogle Earth AIのGeospatial Reasoning Agent(GRA)は、地理空間データソース、基礎モデル、地球に関する質問に答えるためのツールを組み合わせたGeminiベースの研究システムである。
GRAはこれらをモジュール化されたドメインスキルに編成し、複雑なクエリをマルチステージワークフローに分解する事前地理空間計画と組み合わせる。
現実の問題は複数の有効なワークフローを受け入れ、大規模なカタログにまたがるデータ発見を必要とし、進化する土台真実に依存している。
2つのベンチマークを導入し、開発分割をリリースします。
GeoExpertQueriesは、実践者のユースケースに根ざし、地理空間の専門家によって洗練される複雑な分析上の問題を提起する。
GeoKToolsは、必要なツールの種類を体系的に変更する決定論的参照解決器を備えたテンプレートクエリで構成されている。
CBGBとUnivEARTHという2つの外部ベンチマークも使用しています。
GRAのツールとエージェントオーケストレーションのコントリビューションを分離するために、それぞれがGemini 3.1 Proと3.8 Flashの4つの構成を比較する。
ほとんどの基本的なツールでは、高度なモデルはテンプレートクエリの回答の大部分を回復するが、オープンエンドの問題に関して専門家ワークフローのごく一部しか満たさない。
GRAのスキルとツールの最大のステップは、オープンエンドの問題において、その計画と実行のガイダンスは、Gemini 3.8 Flashでさらに向上し、FlashがProに匹敵するか、より低コストで上回るようにする。
関連論文リスト
- GISclaw: An Open-Source LLM-Powered Agent System for Full-Stack Geospatial Analysis [1.1417805445492082]
GISclawは、LLM推論コアと永続的なPythonサンドボックスを統合する、オープンソースのエージェントシステムである。
GISclawは、Single Agent ReActとDual Agent Plan-Replanパイプラインという、2つのプラグイン可能なエージェントアーキテクチャを実装している。
システムは50タスクGeoAnalystBenchベンチマークで最大96%のタスク成功を達成する。
論文 参考訳（メタデータ） (2026-03-27T09:46:59Z) - 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) - TrustGeoGen: Formal-Verified Data Engine for Trustworthy Multi-modal Geometric Problem Solving [106.04001249574786]
TrustGeoGenは、標準的で信頼性の高いベンチマークを確立するために、正式に検証された幾何問題を生成するデータエンジンである。
1)ダイアグラム,テキスト,ステップバイステップのソリューションの生成を同期するマルチモーダルアライメント,2)すべての推論パスがルール準拠であることを保証する形式検証,3)接続思考,ブリッジング,ヒューマンライクな論理ステップとの論理的推論,4)複数のソリューションと自己回帰バックトラックを備えた多種多様な問題を生成できるTextitGeoExploreシリーズアルゴリズム。
論文 参考訳（メタデータ） (2025-04-22T10:45:23Z) - GeoBenchX: Benchmarking LLMs in Agent Solving Multistep Geospatial Tasks [0.11458853556386796]
本稿では,大規模言語モデル(LLM)のツールコール能力を評価するためのベンチマークを確立する。
我々は,23の地理空間機能を備えた簡易なツールコールエージェントを用いて,8種類の商用LCM (Claude Sonnet 3.5, 4, Claude Haiku 3.5, Gemini 2.0 Flash, Gemini 2.5 Pro Preview, GPT-4o, GPT-4.1, o4-mini) を評価した。
OpenAIのGPT-4.1、GPT-4o、GoogleのGemini 2.5 Pro Previewはそれほど遅れていないが、最後の2つはより効率的である。
論文 参考訳（メタデータ） (2025-03-23T16:20:14Z) - OmniGeo: Towards a Multimodal Large Language Models for Geospatial Artificial Intelligence [51.0456395687016]
マルチモーダル大言語モデル(LLM)が人工知能の新しいフロンティアをオープンした。
地理空間応用に適したMLLM(OmniGeo)を提案する。
自然言語理解の長所と空間的推論の長所を組み合わせることで,GeoAIシステムの指示追従能力と精度を高めることができる。
論文 参考訳（メタデータ） (2025-03-20T16:45:48Z) - 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) - GIS Copilot: Towards an Autonomous GIS Agent for Spatial Analysis [0.0]
ジェネレーティブAIは、空間分析に有望な機能を提供する。
これらの可能性にもかかわらず、ジェネレーティブAIと確立されたGISプラットフォームの統合はいまだ検討されていない。
GIS Copilot" はGISユーザが自然言語コマンドを使ってQGISと対話して空間分析を行うことを可能にする。
論文 参考訳（メタデータ） (2024-11-05T15:53:59Z) - GeoGPT: Understanding and Processing Geospatial Tasks through An
Autonomous GPT [6.618846295332767]
GISの意思決定者は、空間的タスクを解決するために、一連の空間的アルゴリズムと演算を組み合わせる必要がある。
我々は,地理空間データ収集,処理,解析を自律的に行うことのできるGeoGPTと呼ばれる新しいフレームワークを開発した。
論文 参考訳（メタデータ） (2023-07-16T03:03:59Z) - OpenAGI: When LLM Meets Domain Experts [51.86179657467822]
ヒューマン・インテリジェンス(HI)は、複雑なタスクを解くための基本的なスキルの組み合わせに長けている。
この機能は人工知能(AI)にとって不可欠であり、包括的なAIエージェントに組み込まれるべきである。
マルチステップで現実的なタスクを解決するために設計されたオープンソースのプラットフォームであるOpenAGIを紹介します。
論文 参考訳（メタデータ） (2023-04-10T03:55:35Z)
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。