点要素标签在交互式地图上的放置需要同时满足几何有效性、显示产出、局部放置效用以及摄像机运动下的稳定性。可访问性和多语言需求会改变标签尺寸，但现有算法评估往往只统计重叠次数。我们推出 LABELSENSE-Pilot，一个可复现的原型系统。它为每个要素生成八个罗盘方向的候选位置，使用多层感知机对图上下文摘要进行打分，并加入先前放置的奖励分。最终布局通过混合整数优化选出。每个返回的布局都会检查视口包含、每要素唯一性以及两两间距。实验使用 2500 条机场坐标和名称，覆盖 155 个国家，按国家分组进行训练/测试划分，并在密度、摄像机、文本后缀、偏好和放大字体等方面生成压力测试。五个随机种子下，LABELSENSE-Pilot 能显示 85.62% 的标签，闪烁率为 2.09%，且无碰撞。与手工效用整数规划相比，前者牺牲了 1.43% 的显示率，却将闪烁降低了 12.04 个百分点。针对放大框的布局实现零代理违规，而标准几何在放大 1.5 倍后违规率达 52.57%。这些结果提供了一种可审计的工程权衡，而非直接提升人类可访问性、多语言可用性或偏好。官方最新基线和参赛者证据仍需在提交前补齐。
点评