Technische Samenvatting: RSMeM – Kennisversterkte Geheugenevolutie voor Remote Sensing Agents

1. Probleemstelling

Geowetenschappelijk onderzoek leunt zwaar op remote sensing (RS) observaties, die complexe analyse en specifieke domeinexpertise vereisen. Hoewel Large Language Models (LLM's) zijn gevorderd in taakplanning en toolgebruik, lijden bestaande RS-agents gebouwd op algemene LLM's aan drie kritieke beperkingen:

1. Domein-agnosticisme: Algemene LLM's missen specifieke kennis van geowetenschappelijke concepten (bijv. de interactie tussen NDVI en landoppervlaktetemperatuur), wat leidt tot broze workflows, voortijdige beëindigingen en incorrecte aanroepen van tools.
2. Statische Workflows: Huidige oplossingen vertrouwen vaak op door experts geschreven, statische sjablonen. Deze zijn arbeidsintensief om te cureren, inflexibel bij nieuwe queries en slagen er niet in de agent te laten leren van correcties na uitvoeringsfouten.
3. Ineffectieve Reflectie: Pure reflectie-gebaseerde benaderingen falen vaak in geowetenschappelijke settings omdat agents zonder fundamentele domeinkennis fouten verkeerd diagnosticeren, waardoor ze niet in staat zijn om fouten om te zetten in procedurele verbeteringen.

De kernuitdaging is het in staat stellen van RS-agents om te bootstrappen vanuit vooraf gedestilleerde domeinkennis en iteratief te leren van online uitvoeringservaringen om robuuste, meerstaps tool-executie te bereiken.

2. Methodologie: RSMeM Framework

De auteurs stellen RSMeM voor, een framework voor geheugenevolutie dat vooraf gedestilleerde geowetenschappelijke kennis koppelt aan iteratieve ervaringverfijning. Het systeem werkt via een dual-stream mechanisme met twee primaire componenten:

A. Hiërarchische Kennisgronding (HKG)

Deze component adresseert de "cold start" en het tekort aan domeinkennis.

• Constructie van de Kennisbank: Een hiërarchisch geowetenschappelijk corpus is geconstrueerd, dat 3 toepassingsdomeinen, 12 subdomeinen en 64 atomaire analytische taken beslaat. Dit is door domeinexperts gecureerd in gestructureerde "Task Cards" (Titel, Definitie, Gestandaardiseerde Hints).
• Retrieval Mechanisme: Tijdens inferentie haalt de agent relevante Task Cards op met behulp van een hybride scoringfunctie. Deze combineert neurale semantische gelijkenis met taxonomie-bewuste lexicale signalen (bijv. het matchen van specifieke geowetenschappelijke trefwoorden zoals "emissiviteit" of "TVDI") om de planning en toolselectie van de LLM te sturen.

B. Foutbewuste Ervaringsverfijning (FAR)

Deze component stelt de agent in staat om te leren van zijn eigen uitvoeringsgeschiedenis.

• Foutkritiek: Een symbolische critic toepast heuristische regels op het toolgebruik-traject van de agent om fouten te identificeren (bijv. ontbrekende antwoordtags, ongeldige tool-aanroepen, incomplete uitvoering) zonder dat daarvoor ground-truth labels nodig zijn.
• GeoTraceCompress: Om contextlimieten te beheren, wordt verbruiken geospatial I/O (bestandspaden, metadata) gecomprimeerd, terwijl de volledere redeneringstekst en kritieke foutmeldingen behouden blijven.
• Ervaringsdestillatie: Een Reflection Generator (een LLM) analyseert het gecomprimeerde traject, de oorspronkelijke query en de opgehaalde HKG-context om een gestructureerde reflectie te produceren. Deze reflectie diagnosticeert de fout en stelt een corrigerend plan voor.
• Geheugenupdate: Deze reflecties worden opgeslagen als "Instance-level Experience" in een Failure-Aware Memory (FAM). Bij volgende pogingen haalt de agent deze specifieke beperkingen op om te voorkomen dat dezelfde fouten worden herhaald.

C. Iteratieve Evolutie

Het framework werkt in een lus: de agent probeert een taak uit te voeren met behulp van HKG voor initiële begeleiding en FAM voor historische beperkingen. Bij een fout bekritiseert het systeem het traject, destilleert een nieuwe ervaring en werkt het geheugen bij. Dit stelt de agent in staat om te evolueren van taakniveau domeinkennis naar instance-niveau executiecompetentie.

3. Belangrijkste Bijdragen

Het paper schetst drie primaire bijdragen:

1. Taxonomie-gestuurde Kennisconstructie: Een gestructureerd retrieval schema voor geowetenschappelijke kennis dat de redenering van de agent fundeert in een domeintaxonomie, wat de betrouwbaarheid van geowetenschappelijke inferentie verbetert.
2. Kennisversterkte Geheugenevolutie: Een framework dat iteratief kennisgronding koppelt aan foutbewuste ervaringverfijning, waardoor statische domeinkennis wordt getransformeerd naar herbruikbare, dynamische executie-ervaring.
3. Plug-and-Play Framework: RSMeM is ontworpen om naadloos toegepast te worden op diverse LLM backbones, waarbij zowel de nauwkeurigheid van toolgebruik als de end-to-end antwoordkwaliteit op uitdagende remote sensing taken consistent wordt verbeterd.

4. Experimentele Resultaten

De auteurs evalueerden RSMeM op EarthBench, een benchmark bestaande uit 248 door experts geannoteerde instanties over RGB, Spectrum en Earth Products modaliteiten. Het framework werd getest tegen de baseline EarthAgent over vier LLM backbones: DeepSeek-V3.2, Kimi-K2, Qwen3-32B, en Qwen3-8B.

• Prestatiewinst: RSMeM verbeterde consequent de tool-gebruiksprestaties (Any-Order, In-Order, Exact-Match, en Wise-Score) en de end-to-end antwoordnauwkeurigheid.
  • Op DeepSeek-V3.2 bereikte RSMeM een absolute verbetering in nauwkeurigheid van 6,07% (van 51,82% naar 57,89%) met minder dan 1% extra experience tokens.
  • Vergelijkbare winsten werden waargenomen bij andere backbones, waarbij de sterkere modellen het meeste baat hadden bij hun capaciteit om domeinkennis te synthetiseren en fouten te diagnosticeren.
• Efficiëntie: Ondanks de toevoeging van memory retrieval en reflectiestappen bleef de token-overhead marginaal. Het framework demonstreerde een hoge Experience Density (ED), wat aangeeft dat de gedestilleerde kennis zeer effectief was per token.
• Ablatie-studies:
  • HKG optimaliseerde primair de globale planning en tool-dekking.
  • FAR verbeterde aanzienlijk de robuustheid van het traject en verminderde cumulatieve fouten.
  • De combinatie van beide componenten leverde superieure resultaten op vergeleken met ofwel de ene of de andere component alleen, of generieke retrieval-baselines (bijv. flat embedding retrieval).
• Case Study: In een taak voor thermische tijdreeksanalyse corrigeerde RSMeM succesvol een semantische mismatch waarbij de agent Brightness Temperature (BT10) verwarde met Land Surface Temperature (LST). Door dit te distilleren tot een herbruikbare beperking, corrigeerde de agent zijn pipeline in de tweede ronde en behaalde het juiste resultaat.

5. Betekenis en Claims

Het paper claimt dat RSMeM een nieuw paradigma vestigt voor het bouwen van expert-niveau RS-agents door de nadruk te leggen op de synthese van geoptimaliseerde workflow-ervaringen boven de middelenintensieve expansie van de context.

• Efficiëntie versus Kosten: Het framework bereikt een superieure prestatie-kostenverhouding. Het demonstreert dat agents kunnen evolueren om taakniveau domeinkennis te absorberen en te vertalen naar instance-niveau executie-ervaring zonder dat daarvoor enorme contextvensters nodig zijn.
• Robuustheid: Door uitvoeringsfouten om te zetten in herbruikbare beperkingen, stabiliseert RSMeM vroege beslissingen (zoals variabele semantiek en tool-geldigheid), wat foutpropagatie in complexe, meerstaps workflows voorkomt.
• Generalisatie: De aanpak is niet beperkt tot een specifieke modelarchitectuur en laat consistente verbeteringen zien over zowel propriëtaire als open-source LLM's.

De auteurs concluderen dat hoewel de initiële prestaties afhangen van de kwaliteit van het hiërarchische corpus, het iteratieve geheugenevolutie-mechanisme agents in staat stelt om hun executielogica progressief te verfijnen, waardoor de kloof tussen algemene LLM's en de rigoureuze eisen van geowetenschappelijk onderzoek wordt overbrugd.