ReaGeo: Reasoning-Enhanced End-to-End Geocoding with LLMs

📄 arXiv: 2604.21357v1 📥 PDF

作者: Jian Cui, Zhiyuan Ren, Desheng Weng, Yongqi Zhao, Gong Wenbin, Yu Lei, Zhenning Dong

分类: cs.AI, cs.CL

发布日期: 2026-04-23

备注: 12 pages, 8 figures, submitted to ACM SIGSPATIAL 2024 (under review)

💡 一句话要点

ReaGeo：提出基于LLM的端到端地理编码框架，增强空间推理能力。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱七：动作重定向 (Motion Retargeting) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 地理编码 大型语言模型 Geohash 思维链 强化学习 空间推理 端到端学习

📋 核心要点

  1. 传统地理编码方法依赖多阶段流程和地理知识库，存在流程复杂、误差累积和依赖结构化数据的不足。
  2. ReaGeo将地理坐标转换为Geohash序列，利用LLM进行文本生成，并通过思维链增强空间推理。
  3. 实验表明ReaGeo能有效处理显式地址和模糊位置查询，并具备对非点几何区域的预测能力。

📝 摘要（中文）

本文提出了ReaGeo，一个基于大型语言模型的端到端地理编码框架。旨在克服传统多阶段方法的局限性，这些方法依赖于文本或向量相似性检索地理数据库，存在工作流程复杂、误差传播以及对结构化地理知识库的严重依赖等问题。该方法将地理坐标转换为Geohash序列，将坐标预测任务重新定义为文本生成问题，并引入思维链机制来增强模型对空间关系的推理能力。此外，应用基于距离偏差奖励的强化学习来优化生成精度。综合实验表明，ReaGeo能够准确处理单点预测中的显式地址查询，并有效解决模糊的相对位置查询。此外，该模型还展示了对非点几何区域的强大预测能力，突出了其在地理编码任务中的多功能性和泛化能力。

🔬 方法详解

问题定义：传统地理编码方法通常采用多阶段流程，例如地址解析、候选位置检索和位置排序。这些方法依赖于文本或向量相似性检索地理数据库，存在工作流程复杂、误差传播以及对结构化地理知识库的严重依赖等问题。此外，处理模糊的相对位置查询和非点几何区域的预测也是现有方法的挑战。

核心思路：ReaGeo的核心思路是将地理编码问题转化为一个文本生成问题。具体来说，将地理坐标转换为Geohash序列，然后利用大型语言模型（LLM）生成这些Geohash序列。通过这种方式，模型可以直接预测地理坐标，而无需依赖复杂的地理知识库和中间步骤。此外，引入思维链（Chain-of-Thought）机制，使模型能够逐步推理空间关系，从而提高预测精度。

技术框架：ReaGeo的整体框架包括以下几个主要模块：1) Geohash编码器：将地理坐标转换为Geohash序列。2) LLM生成器：利用大型语言模型生成Geohash序列，输入是地址描述，输出是Geohash序列。3) 思维链模块：在LLM生成过程中，引入思维链机制，引导模型逐步推理空间关系。4) 强化学习优化器：使用强化学习方法，根据预测坐标与真实坐标的距离偏差，优化LLM的生成策略。

关键创新：ReaGeo的关键创新在于：1) 端到端架构：直接将地址描述映射到地理坐标，避免了传统方法的多阶段流程和误差累积。2) 基于LLM的文本生成：将地理编码问题转化为文本生成问题，充分利用了LLM的强大语言建模能力。3) 思维链机制：通过思维链引导模型进行空间推理，提高了预测精度。4) 强化学习优化：使用强化学习方法优化生成策略，进一步提高了预测精度。

关键设计：Geohash的精度选择会影响最终的预测精度和计算效率。论文中可能采用了自适应的Geohash精度选择策略。强化学习的奖励函数设计至关重要，论文中使用了基于距离偏差的奖励函数，鼓励模型生成更接近真实坐标的Geohash序列。LLM的选择和训练策略也会影响最终性能，具体细节未知。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

ReaGeo在地理编码任务中表现出色，能够准确处理单点预测中的显式地址查询，并有效解决模糊的相对位置查询。此外，该模型还展示了对非点几何区域的强大预测能力，突出了其在地理编码任务中的多功能性和泛化能力。具体的性能数据和对比基线未知。

🎯 应用场景

ReaGeo可应用于各种需要地理编码的场景，例如地图导航、位置服务、城市规划、物流管理和灾害救援等。该方法能够处理显式地址和模糊位置查询，并具备对非点几何区域的预测能力，因此具有广泛的应用前景。未来，ReaGeo可以进一步扩展到处理更复杂的地理信息，例如建筑物轮廓和地形数据。

📄 摘要（原文）

This paper proposes ReaGeo, an end-to-end geocoding framework based on large language models, designed to overcome the limitations of traditional multi-stage approaches that rely on text or vector similarity retrieval over geographic databases, including workflow complexity, error propagation, and heavy dependence on structured geographic knowledge bases. The method converts geographic coordinates into geohash sequences, reformulating the coordinate prediction task as a text generation problem, and introduces a Chain-of-Thought mechanism to enhance the model's reasoning over spatial relationships. Furthermore, reinforcement learning with a distance-deviation-based reward is applied to optimize the generation accuracy. Comprehensive experiments show that ReaGeo can accurately handle explicit address queries in single-point predictions and effectively resolve vague relative location queries. In addition, the model demonstrates strong predictive capability for non-point geometric regions, highlighting its versatility and generalization ability in geocoding tasks.