RSMeM: Knowledge-Enhanced Memory Evolution for Remote Sensing Agents with Systematic Evaluation
RSMeM通过知识增强记忆演化提高遥感代理的工具使用准确率，提升6%。
核心发现
方法论
RSMeM由层次化知识基础和失败感知经验精炼两部分组成。层次化知识基础通过分类感知检索指导规划和工具选择。失败感知经验精炼将失败标注的工具使用轨迹提炼为可重用约束。通过迭代应用这两种过程，RS代理可以吸收任务级领域知识并有效转化为实例级执行经验。
关键结果
- RSMeM在DeepSeek-V3.2上实现了6%的准确率提升，经验标记增加不到1%，显示了高知识密度。
- 在EarthBench上的实验表明，RSMeM在多种LLM骨干上持续改善工具使用性能和端到端答案质量。
- RSMeM在工具调用准确性和结果准确性上均优于基线模型，特别是在复杂任务中表现突出。
研究意义
RSMeM通过结合预先提炼的领域知识和在线经验，解决了现有遥感代理在复杂任务中易出错的问题。它不仅提高了工具使用的准确性，还增强了代理的执行能力，具有重要的学术和工业影响。
技术贡献
RSMeM在技术上通过引入层次化知识基础和失败感知经验精炼，提供了一种新的记忆演化框架。这种方法与现有的状态技术方法有根本区别，提供了新的理论保障和工程可能性。
新颖性
RSMeM首次将知识增强记忆演化应用于遥感代理，创新性地结合了层次化知识检索和失败经验精炼，显著提高了复杂任务的执行能力。
局限性
- RSMeM在特定领域的知识库构建需要大量人工干预，可能影响推广性。
- 在某些复杂任务中，经验精炼的效果可能受限于初始知识基础的质量。
- 对于极端复杂的任务，可能仍需进一步优化以提升效率。
未来方向
未来工作可以包括扩展知识库的自动化构建，提升经验精炼的智能化水平，以及探索在其他领域的应用潜力。
AI 总览摘要
遥感研究需要复杂的分析和领域专业知识，遥感观测是其关键基础。然而，现有的遥感代理大多基于通用LLM，缺乏领域特异性，导致工作流程脆弱且易出错。为解决这一问题，RSMeM引入了一种知识增强的记忆演化机制，通过预先提炼的领域知识和在线经验的迭代整合，增强了遥感代理的多步骤工具执行能力。RSMeM由层次化知识基础和失败感知经验精炼两部分组成。层次化知识基础通过分类感知检索指导规划和工具选择，而失败感知经验精炼将失败标注的工具使用轨迹提炼为可重用约束。通过迭代应用这两种过程，RS代理可以吸收任务级领域知识并有效转化为实例级执行经验。广泛的实验表明，RSMeM在EarthBench上持续改善工具使用性能和端到端答案质量，尤其在DeepSeek-V3.2上实现了6%的准确率提升，经验标记增加不到1%，显示了高知识密度。尽管RSMeM在知识库构建上需要人工干预，但其在复杂任务中的表现优异，具有重要的学术和工业应用潜力。
深度分析
研究背景
遥感技术在地球科学研究中扮演着重要角色，支持复杂的分析和决策。传统遥感代理大多依赖通用LLM，缺乏领域特异性，导致在复杂任务中表现不佳。近年来，随着大规模语言模型和工具增强代理的发展，遥感研究逐渐向自动化和智能化方向迈进。
核心问题
现有的遥感代理在复杂任务中易出错，主要原因在于缺乏领域特异性知识和经验的积累。这导致工具使用轨迹脆弱，容易出现错误调用或过早终止等问题，影响任务的整体执行效果。
核心创新
RSMeM通过引入层次化知识基础和失败感知经验精炼，创新性地解决了遥感代理在复杂任务中的执行问题。层次化知识基础通过分类感知检索指导规划和工具选择，而失败感知经验精炼将失败标注的工具使用轨迹提炼为可重用约束。
方法详解
- �� 层次化知识基础：通过分类感知检索指导规划和工具选择。
- �� 失败感知经验精炼：将失败标注的工具使用轨迹提炼为可重用约束。
- �� 迭代应用：通过不断迭代这两种过程，增强代理的执行能力。
实验设计
实验在EarthBench上进行，使用多种LLM骨干进行评估，包括DeepSeek-V3.2、Kimi-K2和Qwen3。实验设置包括工具调用准确性、结果准确性和效率等多个维度的评估。
结果分析
实验结果表明，RSMeM在工具调用准确性和结果准确性上均优于基线模型，特别是在复杂任务中表现突出。RSMeM在DeepSeek-V3.2上实现了6%的准确率提升，经验标记增加不到1%。
应用场景
RSMeM可用于地球科学领域的复杂任务，如灾害管理、环境监测等。其知识增强和经验精炼机制使其在这些任务中表现优异，具有重要的应用潜力。
局限与展望
RSMeM在知识库构建上需要人工干预，可能影响推广性。在某些复杂任务中，经验精炼的效果可能受限于初始知识基础的质量。未来工作可以包括扩展知识库的自动化构建，提升经验精炼的智能化水平。
通俗解读 非专业人士也能看懂
想象你在厨房里做饭，你需要各种工具和食材来完成一顿大餐。RSMeM就像一个智能厨房助手，它不仅知道如何使用每个工具，还能从过去的经验中学习，避免重复错误。比如，你曾经在煮汤时加盐过多，助手会提醒你这次少加一点。这样，你的烹饪过程会越来越顺利，最终做出美味的菜肴。RSMeM通过结合知识和经验，帮助遥感代理在复杂任务中更好地执行。
简单解释 像给14岁少年讲一样
嘿，小伙伴们！想象一下你在玩一个超级复杂的游戏，需要用很多工具才能完成任务。RSMeM就像一个超厉害的游戏助手，它不仅知道每个工具怎么用，还能记住你以前犯过的错误，帮你避免再犯。比如，你在游戏中总是忘记拿钥匙，助手会提醒你下次记得拿。这样，你就能更快地通关啦！RSMeM就是这样帮助遥感代理在复杂任务中更好地完成工作。
术语表
RSMeM (知识增强记忆演化)
一种通过结合预先提炼的领域知识和在线经验的记忆演化机制，增强遥感代理的工具使用能力。
RSMeM用于提高遥感代理在复杂任务中的执行能力。
层次化知识基础
通过分类感知检索指导规划和工具选择的知识库。
用于RSMeM的知识增强部分。
失败感知经验精炼
将失败标注的工具使用轨迹提炼为可重用约束的过程。
用于RSMeM的经验精炼部分。
EarthBench
一个用于评估工具增强地球观测代理的基准测试。
RSMeM在此基准上进行实验评估。
DeepSeek-V3.2
一种用于评估RSMeM的LLM骨干模型。
RSMeM在此模型上实现了显著的准确率提升。
开放问题 这项研究留下的未解疑问
- 1 如何自动化构建高质量的领域知识库，以减少人工干预，提高推广性。
- 2 在极端复杂任务中，如何进一步优化RSMeM以提升效率和准确性。
- 3 如何将RSMeM的机制应用于其他领域，探索其跨领域的应用潜力。
应用场景
近期应用
灾害管理
RSMeM可用于实时分析和决策支持，提高灾害响应的效率和准确性。
环境监测
通过增强遥感数据的分析能力，RSMeM可用于长期环境变化的监测和评估。
远期愿景
跨领域应用
RSMeM的机制可扩展到其他领域，如医疗影像分析，提升智能化水平。
原文摘要
Geoscience research requires complex analysis and domain expertise, with remote sensing (RS) observations as a key foundation. However, existing RS agents built on general-purpose LLMs remain largely domain-agnostic, resulting in brittle and error-prone workflows. Moreover, these failures are seldom consolidated into a reusable experience for subsequent analyses. To address this issue, we introduce RSMeM, a knowledge-enhanced memory evolution mechanism that bootstraps RS agents with pre-distilled domain knowledge and iteratively integrates online experience for robust multi-step tool execution. RSMeM is composed of two components: (i) Hierarchical Knowledge Grounding, which performs taxonomy-aware retrieval over a hierarchical domain corpus to guide planning and tool selection; and (ii) Failure-Aware Experience Refinement, which distills failure-annotated tool-use traces into reusable constraints for next-round tool execution. By iteratively employing these two processes, RS agents can evolve to absorb task-level domain knowledge and effectively translate it into instance-level execution experience. Extensive experiments on EarthBench demonstrate that RSMeM consistently improves tool-use performance and end-to-end answer across a diverse set of LLM backbones. Notably, RSMeM achieves a 6% accuracy improvement on DeepSeek-V3.2 with less than 1% additional experience tokens, demonstrating the strong knowledge density of our distilled experience.