計画記録は地理的領域に対する制限を定めるが、その原資料は機械可読な境界ではなく間接的な空間証拠しか提供しないことが多い。この問題に対処するため、研究者らはPlan2Mapを導入した。これは英国の計画記録から地理空間境界を再構築する能力を評価するための、208ケースからなるマルチモーダルベンチマークである。
Plan2Mapのタスクでは、システムは元の計画文書のみにアクセスでき、通知文、スケジュール、地図プレート、地図ラベル、境界注釈から手がかりを抽出して、有効なGeoJSON境界を出力する必要がある。採点用の参照GeoJSONはタスク中には一切公開されず、システムは既存の座標を照合するのではなく、文書中の空間情報を真に理解することが求められる。
この課題に取り組むため、著者らはGeoPlanAgentを提案した。これは文書に基づき、地理空間ツールをループに組み込んだシステムである。この手法は再構築プロセスを証拠抽出、位置特定、地図登録、境界セグメンテーション、投影、検証という6つの段階に分解する。各段階で適切な地理空間ツールやモデルを呼び出し、非構造化された文書情報を徐々に正確なベクター境界へと変換する。
Plan2Mapベンチマークでの実験結果は、GeoPlanAgentが平均IoU 0.736、中央値IoU 0.904を達成し、予測の67.8%がIoU 0.8以上であることを示した。この性能は、視覚言語モデル（VLM）の出力を直接GeoJSONにマッピングするベースライン手法を大幅に上回る。
診断分析はさらに、VLMを直接使用した予測の信頼性が低いことを明らかにし、残存する誤差は主に位置特定と地図登録の2段階に集中している。また、教師あり境界セグメンテーションを採用することでピクセルレベルのマスク品質が大幅に向上することも示された。Plan2Mapは、公共計画記録からのマルチモーダル地理空間再構築のための実用的なテストベッドを提供しており、プロジェクトページも公開されている。