本論文では、階層的タスク抽象メカニズム（HTAM）に基づいた新しいエージェント設計フレームワークを紹介しています。一般的なフレームワークや役割演技に依存する大型言語モデル（LLM）駆動エージェントは、専門的なドメインにおいて、厳密に構造化されたワークフローを必要とする場合に課題を抱えています。そのため、著者らは、特に複雑な地理空間分析用に調整されたマルチエージェントシステム「EarthAgent」を提案しました。HTAMは、タスク依存のグラフに基づいてマルチエージェントシステムを論理的な階層に構成し、プロセスの正確性を強化し、複雑な問題を段階的に分解します。また、GeoPlan-benchという現実的なマルチステップ地理空間計画タスクのベンチマークを構築し、ツール選択や論理的完全性を評価するためのメトリクスを設計しています。実験結果は、EarthAgentが既存のシングルおよびマルチエージェントシステムよりも優れていることを示しています。