リモートセンシング視覚言語モデル（RS-VLM）は、視覚的解釈と指示追従の面で地球観測分析を前進させてきたが、運用地理空間インテリジェンスの要求を満たすには至っていない。運用場面では、ツールに基づく空間推論と、構造化された証拠に裏付けられた意思決定が求められる。そこで研究者らは、運用地理空間災害推論のためのベンチマーク「GeoDisaster」を提案した。
GeoDisasterは、43種類の問題タイプと5つのタスクファミリーにわたる2,921の検証済みインスタンスを含む。タスクファミリーは、森林伐採モニタリング、マルチハザード分析、建物被害評価、洪水安全ルーティング、Sentinel-1 SAR洪水モニタリングである。各インスタンスは、光学・SAR画像、ラスタマスク、ベクタジオメトリ、道路ネットワーク、曝露レイヤーといった異種の地球観測（EO）／GIS証拠を統合し、ハザード検出、被害評価、曝露推定、診断レポート生成に及ぶ。
このベンチマークの重要な特徴は、正解データの生成方法にある。すべての正解は実行可能な地理空間ワークフローと決定論的一貫性チェックに基づいており、言語モデルによるアノテーションを不要にしている。これにより、ベンチマークの信頼性と再現性が向上する。
さらに著者らは、18の災害指向ツールを備えた協調マルチエージェントフレームワークを提案する。このフレームワークでは、ロール特化エージェントが明示的な実行契約を通じて連携し、Role-Contract Expectation Alignment（RCEA）によってアライメントされる。RCEAは、失敗認識型の教師ありファインチューニングと、密なステップレベル信号に基づく契約グラウンデッド強化学習を組み合わせたものである。
実験結果は、GeoDisasterが既存のRS-VLMおよびエージェントシステムにとって大きな課題であることを示す一方、RCEAがツール使用、証拠の根拠付け、状態整合性、意思決定生成を改善することを明らかにしている。この研究は、運用災害地理空間インテリジェンスの評価とエージェントアライメントに新たな視点とリソースを提供する。