这篇于2026年6月15日提交到arXiv的论文《GeoDisaster: Benchmarking Orchestrated Agents for Operational Disaster Geo-Intelligence》由Maram Hasan等共8位作者完成，共28页、含11幅图，归入计算机视觉与模式识别（cs.CV）以及多智能体系统（cs.MA）两个分类，arXiv编号为2606.17246，DOI为10.48550/arXiv.2606.17246，由DataCite发放（尚待注册）。
论文指出，遥感视觉语言模型（RS-VLM）已把对地观测分析推向视觉解读与指令跟随的水平，但仍达不到“业务级地理智能”的要求。真正的业务级地理智能需要建立在工具调用之上的空间推理，以及有结构、有证据支撑的决策。为填补这一差距，作者提出了GeoDisaster——一个面向地理空间灾害推理的业务级基准。
GeoDisaster共包含2,921个经过核验的实例，覆盖43种问题类型和五个任务族：森林砍伐监测、多灾种分析、建筑损毁评估、洪水安全路径规划，以及Sentinel-1 SAR洪水监测。每个实例整合了异构的对地观测与GIS证据，包括光学与SAR影像、栅格掩膜、矢量几何、路网和暴露度图层，任务范围贯穿灾害检测、损毁评估、暴露度估算和诊断报告生成。
在标注方式上，该基准的参考答案基于可执行的地理空间工作流和确定性一致性校验，因此无需依赖语言模型进行人工标注，从而避免了模型标注可能带来的偏差与不可复现问题。
除基准之外，作者还提出一个编排式多智能体框架，配备18个面向灾害任务的工具。在该框架中，角色专门化的智能体通过明确的执行契约进行协作，并通过“角色—契约期望对齐”（Role-Contract Expectation Alignment，RCEA）进行对齐：该方法结合了失败感知的监督微调，以及在稠密步级信号上进行的、以契约为依据的强化学习。
实验结果显示，GeoDisaster对现有的RS-VLM和智能体系统都构成明显挑战；而RCEA则在工具使用、证据落地、状态一致性和决策生成等方面带来提升。论文的提交历史显示，第一版于2026年6月15日星期一19:46:10 UTC提交，文件大小约31,522 KB。