Resumen: El procesamiento automatizado e inteligente de conjuntos de datos masivos de teledetección (RS) es fundamental en la observación de la Tierra (EO). Los sistemas automatizados existentes normalmente son específicos de tareas y carecen de un marco unificado para gestionar diversos flujos de trabajo de extremo a extremo (desde el preprocesamiento de datos hasta la interpretación avanzada) en diversas aplicaciones de RS. Para abordar esta brecha, este documento presenta CangLing-KnowFlow, un marco de agente inteligente unificado que integra una base de conocimiento de procedimientos (PKB), un ajuste dinámico del flujo de trabajo y un módulo de memoria evolutiva. El PKB, que comprende 1008 casos de flujo de trabajo validados por expertos en 162 tareas prácticas de RS, guía la planificación y reduce sustancialmente las alucinaciones comunes en los agentes de uso general. Durante las fallas en tiempo de ejecución, el Ajuste dinámico del flujo de trabajo diagnostica y replanifica de forma autónoma las estrategias de recuperación, mientras que el Módulo de memoria evolutiva aprende continuamente de estos eventos, mejorando de forma iterativa el conocimiento y el rendimiento del agente. Esta sinergia permite a CangLing-KnowFlow adaptarse, aprender y operar de manera confiable en tareas diversas y complejas. Evaluamos CangLing-KnowFlow en KnowFlow-Bench, un nuevo punto de referencia de 324 flujos de trabajo inspirados en aplicaciones del mundo real, probando su rendimiento en 13 principales redes troncales de modelos de lenguaje grande (LLM), desde código abierto hasta comercial. En todas las tareas complejas, CangLing-KnowFlow superó la línea base de Reflexion en al menos un 4 % en la tasa de éxito de las tareas. Como la primera validación más completa en este campo emergente, esta investigación demuestra el gran potencial de CangLing-KnowFlow como una solución automatizada robusta, eficiente y escalable para desafíos complejos de EO al aprovechar el conocimiento experto (Conocimiento) en procedimientos adaptables y verificables (Flujo).
Publicado originalmente en export.arxiv.org el 18 de diciembre de 2025.
Ver fuente original
