Technische Samenvatting: Agent-gebaseerde Post-hoc Correctie van Landbouwopbrengstprognoses

Probleemstelling

Accurate gewasopbrengstprognoses zijn cruciaal voor operationele planning in de commerciële landbouw (bijvoorbeeld toewijzing van arbeid, koudeopslag en retailcontracten). Echter, state-of-the-art prognosebenaderingen vertrouwen doorgaans op datamodaliiteiten die voor de meeste commerciële telers niet beschikbaar zijn, zoals dichte sensornetwerken, satellietbeelden of meteorologische invoer met hoge resolutie. De Britse zachtfruitindustrie, waar 95% van de aardbeien onder polytunnels wordt geteeld, maakt satelliet- en UAV-gebaseerde dataverzameling onpraktisch. Bijgevolg beschikken telers vaak slechts over beperkte historische gegevens: wekelijkse opbrengstcijfers, basisplotmetadata en extern verkregen weergegevens.

Bestaande prognosemodellen die op deze beperkte invoer zijn getraind, vertonen vaak systematische fouten die in strijd zijn met de biologische realiteit. Bijvoorbeeld, modellen kunnen opbrengstpieken voorspellen vóór de bloei of voortgezette productie na de oogstruiming, omdat ze geen expliciete representatie hebben van het seizoensgebonden groeicyclus van het gewas. Het kernprobleem dat wordt aangepakt, is hoe deze systematische, contextbewuste fouten in bestaande modellen kunnen worden gecorrigeerd zonder extra dataverzameling of hertraining van het model te vereisen.

Methodologie

De auteurs stellen een gestructureerd Large Language Model (LLM) agentkader voor dat post-hoc correctie uitvoert bovenop bestaande prognosemodellen. In plaats van het basismodel te vervangen, fungeert de agent als een redeneringslaag die voorspellingen verfijnt met behulp van landbouwkundige domeinkennis die is gecodeerd in een vast gereedschapspakket.

Systeemarchitectuur

Het systeem werkt via een ReAct (Redeneren + Handelen) lus, die tot 10 keer per voorspelling wordt geïterreerd om de output te verfijnen. De pijplijn bestaat uit twee hoofdfasen:

1. Constructie van Kennisgrafiek: Historische trainingsplots worden gecodeerd als knooppunten met metadata en "kromme-vormkenmerken" (bijvoorbeeld volatiliteit, piekpositie, groeipatroon). Dit stelt de agent in staat om analoge historische seizoenen op te halen via Dynamic Time Warping (DTW) vergelijkingszoekopdrachten.
2. Voorspellingslus: Voor elke testplot en tijdstap ontvangt de agent een statenvector met de ruwe voorspelling, recente werkelijke waarden en historische context. Het itereren door een gereedschapsbibliotheek om de voorspelling te diagnosticeren en te corrigeren.

Het Agentgereedschapspakket

De agent maakt gebruik van een suite van door experts ingegeven gereedschappen om prognoses te diagnosticeren en te corrigeren:

• Vergelijkingszoekopdracht: Haalt historische plots op met vergelijkbare kromme-geometrieën om analoge context te bieden.
• Bias-leren: Berekent directionele bias door recente voorspellingen te vergelijken met vertraagde werkelijke waarden, en past een vervalfactor toe voor post-oogstperiodes om gehallucineerde opbrengsten te voorkomen.
• Fasedetectie: Segmenteert de opbrengstkromme in operationele fasen (pre-seizoen, opstarten, piek, afnemend, beëindigd). Het dwingt beperkingen af, zoals nul opbrengst tijdens buitenseizoenen of vervalpercentages tijdens de afnemende fase.
• Bereikvalidatie: Klempt voorspellingen die empirische grenzen schenden (bijvoorbeeld wekelijkse groeipercentages die historische percentielen overschrijden).
• Correctie toepassen: Synthetiseert output van bovenstaande gereedschappen met een prioriteitscascade: Fysieke Grenzen > Fasebeperkingen > Statistische Fijnafstelling.
• Veiligheidsverificatie & Trajectevaluatie: Fungeert als gezondheidsverstand-check om ervoor te zorgen dat correcties geen catastrofale drift veroorzaken en in lijn zijn met recente trends.

Persistente Geheugen

Het systeem bevat Cross-Plot Persistente Geheugen, waarbij de agent een "Positie Bias-tabel" bijhoudt (die fouten op specifieke kalendermijlpalen registreert) en een archief met "Plotgeschiedenis". Dit stelt de agent in staat om systematische fouten over de dataset heen te leren en zijn heuristieken (Meta-Strategie Reflectie) te verfijnen gedurende het seizoen.

Experimentele Opstelling

Het kader werd geëvalueerd op twee datasets:

1. Angus Soft Fruits: Een proprietaire dataset van aardbeioogsten van 123 plots (geteeld in polytunnels) in het VK.
2. USDA Maesoogst: Een publieke dataset van wekelijkse maesoogstvooruitgang in 38 Amerikaanse staten.

Drie basale prognosemodellen werden getest: XGBoost, Random Forest en Moirai2 (een zero-shot foundation model). Drie LLM's werden geëvalueerd als redeneringsengine: Llama 3.1 8B, Qwen 2.5 7B en LLaVA 13B (een vision-language model opgenomen om gevoeligheid voor modelkeuze te testen).

Belangrijkste Resultaten

De agent-gebaseerde verfijning verbeterde consistent de prognoseaccuratesse over alle basismodellen en datasets, waarbij de omvang van de verbetering correleerde met de basale fout.

• Aardbeidendataset (Angus):
  • XGBoost: Llama 3.1 8B verlaagde de Mean Absolute Error (MAE) met 20% (van 0,0131 naar 0,0105) en de Mean Absolute Scaled Error (MASE) met 56% (van 3,93 naar 1,75).
  • Random Forest: Toonde de meest dramatische verbetering, met MAE verlaagd met 28% en MASE met 66% (van 5,90 naar 2,03), grotendeels door de neiging van het model om niet-nul opbrengsten tijdens buitenseizoenen te voorspellen te corrigeren.
  • Moirai2: MAE verlaagd met 24% en MASE met 22%.
• Maesdataset (USDA):
  • Verbeteringen waren bescheidener vanwege de lagere basale fout van de basismodellen, maar bleven consistent. XGBoost MAE werd met ongeveer 4-5% verlaagd en MASE met 2,5%.
• Modelgevoeligheid: Llama 3.1 8B leverde de sterkste en meest consistente correcties over alle configuraties. Qwen 2.5 7B volgde met gematigde winsten. LLaVA 13B vertoonde inconsistente prestaties, vaak met verslechtering van resultaten (bijvoorbeeld verhoging van de fout bij maïs), wat benadrukt dat de keuze van het verfijningsmodel cruciaal is en dat vision-language pretraining niet noodzakelijkerwijs gestructureerde numerieke redenering ten goede komt.

Ablatiestudie

Een ablatiestudie bevestigde dat Fasedetectie het "dragende" onderdeel van de pijplijn is. Het verwijderen hiervan veroorzaakte een toename van de MAE met 72% op de aardbeidendataset, waardoor correcties onbetrouwbaar werden. Andere gereedschappen (Bias-leren, Bereikvalidatie) droegen incrementeel bij, maar waren niet zo kritiek als het vermogen om het seizoensgebonden fase te herkennen.

Betekenis en Claims

Het artikel claimt dat dit werk de levensvatbaarheid van LLM-gebaseerde post-hoc correctie aantoont als een praktische oplossing voor data-beperkte landbouwprognoses. Belangrijke bijdragen zijn:

1. Een Nieuw Paradigma: Voorbijgaan aan de aanname dat betere prognoses meer data of complexere basismodellen vereisen. In plaats daarvan redeneert deze benadering effectiever over bestaande, "rommelige" data.
2. Codering van Domeinkennis: Het succesvol vertalen van landbouwkundige heuristieken (seizoensgebonden fasen, groeigrenzen) naar een gestructureerd gereedschapspakket dat een LLM kan uitvoeren, in plaats van uitsluitend te vertrouwen op de parametrische kennis van de LLM.
3. Generaliseerbaarheid: Het kader is dataset-onafhankelijk. Zonder wijziging van gereedschappen of prompts verbeterde dezelfde agent prognoses voor zowel Britse aardbeien als Amerikaanse maïs, wat bewijst dat het verschillende gewassen, schalen en geografieën aankan.
4. Geen Hertraining Vereist: De methode werkt als een plug-in laag, vereist geen hertraining van het basale prognosemodel en geen extra dataverzameling.

De auteurs concluderen dat hoewel de benadering computatieke overhead introduceert (door de ReAct-lus en LLM-aanroepen), het een inzetbare, verklaarbare en effectieve aanvulling biedt op bestaande prognosepijplijnen, vooral waar basismodellen falen in het vastleggen van seizoensgebonden biologische beperkingen.