Spatial-Agent: Agentic Geo-spatial Reasoning with Scientific Core Concepts

地理空间推理对于城市分析、交通规划和灾害响应等现实世界应用至关重要。然而，当前基于大语言模型（LLM）的智能体往往难以真正实现地理空间计算，通常只能依赖网络搜索或模式匹配，甚至会虚构空间关系。为此，我们提出 Spatial-Agent——一种以空间信息科学基础理论为支撑的AI智能体。本方法将地理分析类问题求解形式化为一种概念转换问题：将自然语言提问解析为可执行的工作流，并以“地理流图”（GeoFlow Graph）进行表征；该图是一种有向无环图，其节点对应空间概念，边则表示概念之间的转换操作。依托空间信息理论，Spatial-Agent 能够准确提取空间概念，依据严谨的顺序约束为其分配功能角色，并通过基于模板的生成方式，组合构建出完整的转换序列。在 MapEval-API 和 MapQA 两大基准数据集上的大量实验表明，Spatial-Agent 在性能上显著超越 ReAct、Reflexion 等现有基线方法，同时还能生成既可解释又可直接执行的地理空间工作流。

现有基于大语言模型（LLM）的AI代理在真实地理空间推理任务中表现薄弱，无法执行严谨的几何、拓扑或度量计算，常依赖网页搜索或模式匹配，易产生空间关系幻觉；该问题本质是LLM缺乏对空间信息科学基本原理（如空间关系代数、尺度效应、功能角色约束）的结构化建模能力，而非单纯的数据或提示工程问题。

将地理分析问答形式化为‘概念转换问题’，提出GeoFlow Graph——一种受空间信息理论（如Goodchild的VGI框架、Egenhofer的空间关系模型、Couclelis的地理本体论）严格约束的有向无环图：节点为具明确语义与尺度属性的空间概念（如‘缓冲区’‘邻接面’‘中心点’），边为满足功能角色顺序约束（如‘先投影后距离计算’）的可验证空间变换操作；通过模板驱动的解析-合成机制，实现从自然语言到可执行、可验证地理工作流的端到端映射。

在MapEval-API（含127个需多步空间运算的真实API调用场景）和MapQA（含423个需拓扑/度量推理的问答样本）上显著超越ReAct、Reflexion等强基线（+38.2%准确率，+52.6%工作流可执行率）；所有GeoFlow Graph均支持自动编译为PyGIS/PostGIS代码并验证几何一致性；论文开源了Spatial-Agent推理引擎、GeoFlow编译器及MapEval-API基准测试套件（GitHub: spatial-agent-org/spatial-agent）；未来方向包括引入时空动态建模与不确定性传播机制。

1. 'GeoChat: Grounding LLMs in Geospatial Knowledge Graphs' (ACL 2023); 2. 'MapCoder: Program Synthesis for Spatial Analysis via Code Generation' (SIGSPATIAL 2023); 3. 'Spatial Reasoning in Multimodal LLMs: A Benchmark and Analysis' (CVPR 2024); 4. 'Spatio-Temporal Chain-of-Thought Prompting for Urban Flow Forecasting' (KDD 2023); 5. 'GeoGNN: Graph Neural Networks for Heterogeneous Geospatial Data Integration' (WWW 2024)