Мультиагентная система на основе большой языковой модели для анализа данных дистанционного зондирования

An LLM-based multi-agent system for remote sensing analysis
Jun Yang, Jun Yang, Zhelun Sun, Yuyu Zhou
2026-01-08

планирование задач на основе ИИAutoGenбольшие языковые моделимультиагентные системыанализ дистанционного зондирования
Анализ данных дистанционного зондирования преобразует данные дистанционного зондирования в практически применимые результаты в различных областях. Однако традиционные подходы, основанные на данных, часто не учитывают технические трудности, с которыми сталкиваются конечные пользователи, не обладающие специальными знаниями в области дистанционного зондирования. Для решения этой проблемы мы предложили архитектуру мультиагентной системы на основе большой языковой модели, предназначенную для упрощения анализа данных дистанционного зондирования для неспециалистов. Архитектура включает три основных модуля: Data, содержащий наборы данных дистанционного зондирования и дополнительную информацию; Tools, включающий алгоритмы и инструменты визуализации; и Brain, обеспечивающий управление задачами и рассуждение с использованием искусственного интеллекта. Для проверки предложенной архитектуры мы использовали прототип системы ExpertsRS, разработанный на базе фреймворка AutoGen и модели DeepSeek-V3. Прототип включает три агента на основе больших языковых моделей, выполняющих различные роли и обладающих различными функциональными возможностями; агенты взаимодействуют для выполнения запросов пользователей. Система была оценена в двух экспериментах. Первый эксперимент показал, что ExpertsRS способен преобразовывать неоднозначные запросы в структурированные аналитические рабочие процессы и формировать результаты, сопоставимые с результатами работы экспертов. Второй эксперимент продемонстрировал, что ExpertsRS превосходит как базовую большую языковую модель, так и одноагентную конфигурацию по эффективности планирования и точности результатов при лишь незначительном увеличении количества используемых токенов. Наша система подтверждает потенциал мультиагентных систем на основе больших языковых моделей для помощи конечным пользователям в преодолении технических барьеров при анализе данных дистанционного зондирования.
1
ExpertsRS превзошёл базовую LLM и одноагентную конфигурацию по эффективности планирования и точности результатов, потребляя лишь немного больше токенов.
2
ExpertsRS преобразовывал неоднозначные запросы пользователей в структурированные аналитические рабочие процессы и создавал результаты, сопоставимые с результатами экспертов-людей.
3
Прототип ExpertsRS использует трёх специализированных по ролям агентов на основе LLM, разработанных с применением AutoGen и DeepSeek-V3, для совместного выполнения запросов пользователей.
4
Фреймворк объединяет три модуля: данные дистанционного зондирования и дополнительную информацию, аналитические и визуализационные инструменты, а также управление задачами и рассуждение на основе ИИ.
5
В работе представлен мультиагентный фреймворк на основе LLM, позволяющий неспециалистам выполнять анализ данных дистанционного зондирования несмотря на технические барьеры.

Мультиагентная система на основе большой языковой модели для анализа данных дистанционного зондирования

Облегчение анализа данных дистанционного зондирования для неспециалистов посредством управления задачами, планирования рабочих процессов, рассуждений и получения точных результатов

Publication Details
Publication Date
2026-01-08
Journal
Publisher
ISSN
Cited by
6
Access Type
Author Information
Authors
Jun Yang
Jun Yang
Zhelun Sun
Yuyu Zhou
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%