作者：Riyang Bao, Cheng Yang, Dazhou Yu, Zhexiang Tang, Gengchen Mai, Liang Zhao

單位：Emory University；Rutgers University；University of Texas at Austin

大語言模型在地圖、城市、交通等空間領域的應用越來越廣泛。對于這些場景來說，問題往往不只是 “查一個地點” 或 “調用一次路線 API” 就能解決的，而是需要把用戶的自然語言問題組織成一段可執行、可驗證的地理分析流程。

比如，用戶問的可能已不再是 “附近有什么餐廳”，而是 “在某個區域內，哪些餐廳同時滿足距離、評分、營業時間和路線約束”；也不再只是 “從 A 到 B 怎么走”，還可能包括多站點行程、時間窗口和交通方式限制。這類問題通常沒有現成答案，需要先確定空間范圍，再組織對象、關系、度量和工具調用。

Spatial-Agent 討論的正是這一類地理空間分析任務。它希望 LLM agent 在調用地圖、搜索和路線工具之前，先形成一套可以檢查的分析工作流：問題中有哪些空間對象？哪些是條件？哪些是最終要計算的指標？這些步驟應該按什么順序組織起來？

• 論文標題：Spatial-Agent: Agentic Geo-spatial Reasoning with Scientific Core Concepts
• 論文鏈接：https://arxiv.org/abs/2601.16965
• 代碼：https://github.com/ecerybao/Spatial-Agent

1. 為什么地圖問答不等于地理空間分析？

單步地圖 API 通常適合回答事實型問題。例如輸入一個地點名，返回地址、評分、經緯度等信息；或者輸入起終點，返回兩點之間路線。這些能力有用，也是大多數地圖應用的基礎。

但如果遇到稍微復雜一點的地理空間分析問題：以 “某個區域內某類設施的比例是多少” 為例，如果先對全城數據做聚合，再把結果拿去套一個空間范圍，和先篩出目標區域、再在這個范圍內計算比例，得到的結果完全不同。LLM 可能給出兩種看似合理的分析流程，但從地理分析角度看，只有其中一種計算得到的答案和用戶問題匹配。

LLM 直覺流程與正確空間流程對比

這也是通用 Agent 在這類任務上容易出錯的原因。它可以生成一串 thought-action-observation，也可以順利調用 geocoding、place search、routing 等工具；但問題在于，工具調用本身不出錯并不能保證分析順序正確。對于復雜 POI 檢索、空間過濾、多點路線規劃和時間約束任務，組織順序一旦出錯，后面的結果再完整也會偏離原問題。

2. Spatial-Agent：

把自然語言問題轉成 GeoFlow Graph

Spatial-Agent 的做法，是在自然語言問題和工具調用之間加入一個中間層：GeoFlow Graph。這個圖不是普通的思維鏈文本。圖中的節點對應空間概念，邊表示概念之間的轉換關系；Agent 隨后按圖上的依賴關系去調用對應工具。這樣一來，Agent 不會直接從一句話跳到答案，而是會先把問題拆成一組有地理含義的分析步驟。

可以把它理解為一種 “先搭分析骨架，再執行工具” 的方式。地圖 API 仍然很重要，但它只負責完成工作流中的某些操作；決定答案是否正確的，是這些操作是否圍繞這個空間問題被有序的組織起來。

3. 理論根基：來自 GIScience 的

core concepts 與 functional roles

這篇工作借用了 GIScience 里兩類長期積累下來的東西：一類用來描述空間信息本身是什么，另一類用來描述這些信息在分析過程中起什么作用。

第一類對應 core concepts of spatial information。Goodchild 在 1992 年提出 Geographical Information Science 時，已經把 GIS 從單純軟件系統問題推進到科學問題層面。Kuhn 在 2012 年進一步整理出 location、field、object、network、event 等空間信息核心概念，用來描述地理現象的基本組成。

第二類更接近 “分析流程里的角色”。Scheider 等人的 core concept data types 工作，把這些空間概念和有效的數據轉換聯系起來；后續 geo-analytical question-answering 研究則強調，很多地理問題的答案要通過 GIS workflow 計算出來。Xu、Scheider 等人進一步把地理分析問題解釋為 concept transformations，并用 functional roles 描述一個概念是在限定范圍、充當條件、提供支撐對象，還是作為最終度量。

Spatial-Agent 沿用了這條線索。它會識別問題中的 Location、Object、Field、Event、Network、Amount、Proportion 等概念，也會標出 Extent、Temporal Extent、Sub-condition、Condition、Support、Measure 等角色。前者回答 “問題里有什么”，后者回答 “它們在這次分析里負責什么”。

4. 方法：從概念抽取到工具執行

GeoFlow Graph 之所以必要，是因為很多地理問題的難點不在某一個工具的執行，而在工具及其執行結果之間的依賴關系。系統需要知道先找地點還是先篩范圍，先構建路線還是先判斷候選 POI，最后的 measure 又依賴哪些中間結果才能得到。

在 Spatial-Agent 中，處理流程大致有四個環節。首先，系統會從自然語言中找出地點、對象、事件、網絡和度量目標，并為它們分配功能角色。這樣，問題不再只是若干文本片段，而被整理成可以進入地理分析的單元；然后，系統會參考一組預先驗證過的 macro-templates。這些模板對應地理任務中頻繁出現的模式，例如 “篩選 - 聚合 - 度量”“對象到距離場”“路線優化”“位置到方位分類”。模板不替模型寫答案，主要作用是幫助它避開明顯不合理的轉換順序；有了概念、角色和候選模板后，系統構建 GeoFlow Graph。這個圖需要滿足操作順序、類型兼容性、數據可用性和連通性等約束。圖必須既符合語言問題，也能落到后續工具執行；最后，圖上的轉換關系會被映射到 geocoding、place search、routing、distance matrix、spatial filtering、trip optimization 等操作。系統會記錄中間狀態，并基于工具返回的結果生成最終回答。

Spatial-Agent 框架

這種設計能夠支持執行后的檢查：系統到底識別了哪些空間概念，哪些條件先被處理，最終答案依賴了哪些中間結果。對于地圖類 agent，這比只看一段自然語言推理更容易定位問題。

5. 實驗：工作流約束帶來

更穩定的 agent 表現

論文在 MapEval-API 和 MapQA 兩個 benchmark 上評估了 Spatial-Agent。前者覆蓋 Place Info、Nearby、Routing 和 Trip 四類 API-based 地圖任務，涉及 54 個國家的 180 個城市；后者來自 OpenStreetMap，包含開放域地理空間問答。實驗結果可總結為以下三點：

實驗結果速覽：

第一，MapEval-API 上的提升很明顯。Spatial-Agent + GPT-4o-mini 的總體準確率達到 45.15%，相比 MapEval API baseline 的 23.00% 有 96.30% 的相對提升。換成 GPT-5 模型后，整體準確率進一步達到 71.88%。這說明在需要多步規劃的地圖任務里，給 agent 一個地理分析工作流的范式，比直接讓模型邊想邊調工具更可靠。

第二，MapQA 上的結果說明方法不只依賴某一個閉源模型。Spatial-Agent + GPT-4o-mini 取得 61.45% 的總體準確率；開源模型設置下，LLaMA-70B 版本達到 62.45%，Qwen2.5-72B-Instruct 版本達到 61.45%。這組結果說明系統的設計可以遷移到不同模型家族。

第三，GeoFlow template 不是可有可無的工程細節。消融實驗中，去掉模板組合后，Spatial-Agent + GPT-4o-mini 在 MapEval-API 上的準確率從 45.15% 降到 39.32%。也就是說，預先驗證過的地理分析模式確實在幫助模型少走彎路，生成更多正確的 GeoFlow Graph。

圖：不同方法在 MapEval-API 各類任務上的平均查詢延遲，所有方法均使用 GPT-4o-mini。Direct LLM 延遲最低，但缺少工具 grounding；在 agentic 方法中，Spatial-Agent 在 Routing 上最快，在 Nearby 和 Trip 上與 ReAct 接近。

錯誤分析指出：系統的失敗更多集中在執行層，例如同名地點誤匹配、POI 信息缺失、營業時間或路線數據不完整。這個結果說明，當空間分析流程被正確構建之后，外部地理數據和 API 質量會成為新的瓶頸。

圖：論文人工分析了 68 個 MapEval-API 錯誤樣例。Data Quality Issues（45.6%）和 Search Result Mismatch（33.8%）占主要比例，均發生在執行階段；Concept & Role Assignment 和 Response Generation 各占 10.3%。

6. 結語：不要把它理解成

泛化的 “空間推理” 口號

Spatial-Agent 的重點不是宣稱大模型突然學會了所有意義上的空間推理。視覺、機器人、3D 理解等領域早已有各自的空間問題和技術路線；這篇工作處理的是更具體的一類任務：地理空間問答和 GIS-style analysis workflow。

它的研究價值在于，把 GIScience 中關于 core concepts、functional roles 和 workflow composition 的理論，接到了 LLM agent 的中間表示與執行過程中。這樣，agent 在回答復雜地圖問題時，不會停留在把若干 API 串起來這一步，而會先形成一張能被驗證和執行的 GeoFlow Graph。

當然，這項工作仍然有局限性。外部地理空間 API 的數據質量會影響系統表現，模板庫也不可能覆蓋所有地理分析模式；細粒度概念和圖結構標注仍需要人工成本。后續值得繼續推進的方向包括：更多語言環境、更專業的地理任務，以及和復雜空間分析工具鏈的結合。

總的來說，Spatial-Agent 給出的啟發是：當 agent 進入一個有成熟理論和工具體系的領域時，單靠通用規劃能力往往不夠。真正需要處理的是，如何把這個領域里已有的理論和分析方法，變成模型可以理解和使用的中間表示。

相關參考文獻：

• Goodchild, M. F. (1992). Geographical information science. International Journal of Geographical Information Systems, 6 (1), 31-45.
• Kuhn, W. (2012). Core concepts of spatial information for transdisciplinary research. International Journal of Geographical Information Science, 26 (12), 2267-2276.
• Scheider, S., Meerlo, R., Kasalica, V., & Lamprecht, A. L. (2020). Ontology of core concept data types for answering geo-analytical questions. Journal of Spatial Information Science, 2020 (20), 167-201.
• Scheider, S., Nyamsuren, E., Kruiger, H., & Xu, H. (2021). Geo-analytical question-answering with GIS. International Journal of Digital Earth, 14 (1), 1-14.
• Xu, H., Nyamsuren, E., Scheider, S., & Top, E. (2023). A grammar for interpreting geo-analytical questions as concept transformations. International Journal of Geographical Information Science, 37 (2), 276-306.