遙感路徑規劃迎來新基準

在災害救援、生態調查等關鍵應用中，遙感技術必須理解複雜場景與限制條件，並做出可靠決策。然而，現有主流遙感基準大多聚焦於評估多模態大語言模型（MLLM）的感知與推理能力，卻未能有效檢驗其規劃能力。這項缺口主要來自於大規模規劃任務的建構與驗證困難，以及缺乏精準的評估機制。為填補這項空白，由 Ming Yang、Zhi Zhou、Shi-Yu Tian、Kun-Yang Yu、Lan-Zhe Guo 與 Yu-Feng Li 等學者組成的研究團隊，正式提出名為 **NeSy-Route** 的基準，專為遙感領域的約束路徑規劃而設計。

NeSy-Route 的核心亮點之一，在於其導入一套自動化數據生成框架。該框架結合高保真度語義遮罩與啟發式搜尋，能夠自動產生多樣化的路徑規劃任務，並附帶可證明的最優解。這項設計不僅大幅提升數據生成的效率與品質，更讓 NeSy-Route 成為目前規模最大的遙感路徑規劃基準，共包含 10,821 個規劃樣本，數量約為先前最大基準的近十倍。除了數據規模的提升，NeSy-Route 還開發了一套三層級的神經符號評估協議。這套協議允許同時對感知、推理與規劃三個面向進行精細分析，克服過去僅能粗略評估整體表現的侷限。

研究團隊表示，這種分層評估方式能夠更準確地診斷模型在不同階段的能力缺陷，從而為後續改進提供明確方向。在全面的實驗評估中，研究團隊針對多種當前最先進的多模態大語言模型進行測試。結果顯示，這些模型在感知與規劃能力上存在明顯的不足。儘管推理環節的表現相對較好，但整體路徑規劃的準確性仍遠未達到實用要求。這項發現凸顯出現有 MLLM 在處理複雜時空約束任務時的結構性弱點。NeSy-Route 的論文已於 2026 年 3 月 17 日首次提交至 arXiv 預印本平台，並在同年 7 月 15 日發布第三版修訂。該研究已被國際頂尖電腦視覺會議 **ECCV 2026** 正式接收，預計將於會議上發表。

這項成果不僅為遙感領域提供了一個標準化的評估工具，更為未來發展更強大的多模態大語言模型奠定了基礎。研究團隊強調，遙感場景中的路徑規劃挑戰遠比一般導航任務複雜。系統必須同時解讀衛星或航空影像中的語義資訊，如道路、建築、植被、水域等，並考慮動態限制條件，例如災區封鎖、地形起伏或時間壓力。現有模型往往在感知層面就出現失誤，無法正確辨識障礙物或可行區域，導致後續規劃邏輯無從發揮。這份基準的開源特性也值得關注。研究團隊已將 NeSy-Route 的數據集與程式碼公開於 GitHub 等平台，供全球學術界與業界使用。

這項舉措將有助於加速相關研究的進展，讓更多團隊能夠在統一的標準下比較模型效能，並針對規劃環節進行專項優化。從更宏觀的角度來看，NeSy-Route 的問世反映出 AI 評估指標正從單純的感知理解，逐步邁向更全面的決策與規劃能力驗證。過去幾年，多模態大語言模型在問答、理解、生成等任務上取得驚人進展，但實際應用——尤其是安全攸關的遙感領域——往往需要模型具備「思考下一步」的規劃能力。NeSy-Route 正好填補了這項評估缺口。值得一提的是，該基準採用「神經符號」（Neuro-Symbolic）架構，結合深度學習的感知優勢與符號系統的邏輯推理能力。

這種混合方法不僅能生成可驗證的最優解，也讓評估過程更加透明，有助於研究者釐清模型出錯的根源。研究團隊指出，單純增加數據量或模型參數並不能直接解決規劃問題，必須從感知、推理到規劃的完整鏈路進行系統性改善。目前，NeSy-Route 已被部分研究機構用於測試自家模型，初步結果顯示，即使在最先進的閉源模型上，規劃成功率也僅停留在中等水準。這意味著遙感路徑規劃仍有極大的提升空間，而 NeSy-Route 提供的樣本與評估協議，無疑將成為未來研究的重要標竿。隨著 ECCV 2026 的舉辦日期接近，這項研究預計將吸引更多團隊投入相關領域。

對於災害應變、農業監測、軍用偵察等需要即時、可靠路徑規劃的場景，NeSy-Route 的出現不僅是學術上的突破，更可能帶來實際應用的深遠影響。研究團隊最後表示，希望這項基準能夠激發出更多創新的解決方案，讓 AI 在遙感領域真正發揮其潛力。