摘要
针对现有研究孤立评估感知或通用工具使用的局限，本文提出 DORA，首个面向端到端灾难响应的 Agent 基准。该基准涵盖 45 起真实灾难事件的 515 项专家任务，涉及灾害感知、空间关系分析、救援疏散规划等五个维度。Agent 需利用 108 种工具处理多源异构地理数据。评估显示，Agent 在工具选择、参数 grounding 及长序列任务规划中存在显著瓶颈，组合脆弱性随轨迹长度增加而加剧。
AI 推荐理由
论文核心评估 Agent 在灾难响应中的端到端任务规划、疏散路线规划及多步工具调用序列。
研究机构
The University of Tokyo
RIKEN AIP
Waseda University
Stanford University
论文信息