CangLing-KnowFlow: Einheitlicher Agent für umfassende Fernerkundungsanwendungen

Ein neues Forschungsprojekt aus dem Bereich der Fernerkundung hat einen revolutionären Agenten vorgestellt, der die Verarbeitung großer Remote‑Sensing‑Datensätze automatisiert und intelligent gestaltet. Der CangLing‑KnowFlow‑Agent vereint ein umfangreiches Prozedur‑Wissens‑Base (PKB), dynamische Workflow‑Anpassungen und ein evolutionäres Speicher‑Modul zu einem einzigen, einheitlichen System.

Das PKB enthält 1.008 von Experten validierte Workflow‑Fälle, die 162 praktische Fernerkundungsaufgaben abdecken. Durch die Nutzung dieser Wissensbasis kann der Agent bei der Planung von Aufgaben gezielt auf bewährte Verfahren zurückgreifen und typische Halluzinationen, die bei generischen Sprachmodellen auftreten, deutlich reduzieren.

Im Betrieb erkennt der Agent automatisch Fehler und passt den Workflow in Echtzeit an. Gleichzeitig lernt das evolutionäre Speicher‑Modul aus jeder Fehlermeldung und verbessert kontinuierlich die eigenen Fähigkeiten. Diese Kombination aus Adaptivität, Lernen und Zuverlässigkeit macht CangLing‑KnowFlow zu einem robusten Werkzeug für komplexe Fernerkundungsaufgaben.

Die Leistungsfähigkeit des Agenten wurde anhand des KnowFlow‑Bench‑Benchmarks getestet, der 324 realitätsnahen Workflows umfasst. Auf 13 verschiedenen Large‑Language‑Model‑Backbones – von Open‑Source‑Modellen bis hin zu kommerziellen Varianten – erzielte CangLing‑KnowFlow einen Anstieg der Task‑Success‑Rate um mindestens 4 % gegenüber dem Reflexion‑Baseline. Damit liefert die Studie die erste umfassende Validierung eines solchen Agenten im aufkommenden Feld der intelligenten Fernerkundung.