大模型成私人导游，一键规划Citywalk，港大MIT联合出品

现在，大模型可以做私人导游，为你规划Citywalk路线了——

港大MIT等单位联合推出ITINERA，将LLM与空间优化相结合，实现个性化的开放域城市行程规划。

举个栗子，用户输入“给我规划一条包含‘巨富长’、以静安寺为终点的citywalk路线”。

ITINERA系统立马生成了一条包含若干地点的路线，并提供了相应的介绍文本。

甚至“适合情侣一起去的酒吧”“二次元圣地”“途经网红打卡点”这样的个性化需求，ITINERA也可以理解和满足。

单看可能没感觉，咱们直接对比ITINERA（左侧）和GPT-4 CoT生成的路线。

同一提示词：“我想要一个文艺的路线，要经过桥和渡轮。”

可以看到，ITINERA生成的行程会经过苏州河沿岸的几座桥和黄浦江渡轮，在文艺的朵云书店结束，并且路线较为合理，将地点集中在两个空间聚类中。

而右图中GPT选择的POI（个人偏好的兴趣点）则与用户要求的桥和渡轮不太相符，还出现了绕路、POI距离过远的情况。除了这个例子外，GPT有时还会出现幻觉，生成不存在的POI。

概括而言，ITINERA具有以下特色：

• 动态信息：实时更新POI和当前热门活动
• 个性定制：优先考虑个人喜好而非仅考虑热门景点
• 多样约束：灵活应对复杂、多样的用户需求
• 空间智能：结合空间优化算法，确保路线合理高效

ITINERA在四个城市的旅行行程数据集（1233条热门城市路线、7578个POI）上进行了训练评估。

结果显示，它可以生成比传统行程规划、直接使用LLM等方法更优的效果。

目前相关论文已被KDD Urban Computing Workshop (UrbComp) 2024收录。

五大模块组成ITINERA

下一个问题来了：咋做到的呢？

如下图所示，ITINERA由**大模型驱动的**五个模块****组成。

首先， User-owned POI Database Construction**（UPC）模块从社交平台上的旅游内容中收集、构建用户兴趣点数据库**。

为了规划符合用户请求的行程，Request Decomposition**（RD）**模块对用户的偏好进行解读和整理，转换为结构化的数据形式。

Preference-aware POI Retrieval**（PPR）**模块将会根据用户偏好进行检索，获取最相关的若干个兴趣点。

为了确保行程在空间上连贯，作者采用了Cluster-aware Spatial Optimization**（CSO）**模块，通过解决分层旅行商问题来空间过滤和排列检索的兴趣点。

最后，Itinerary Generation**（IG）**模块将候选兴趣点集与多个约束相结合，使用大模型生成既空间合理又符合用户请求的旅行路线及相关描述。

原理摸清了，ITINERA实际表现如何呢?

为了搞清这个问题，作者收集了来自四个城市的旅行行程数据集，包括用户请求、相应的城市行程路线以及详细的兴趣点（POI）数据。

通过POI的召回率（RR）、总路程与理论最短路径的差值（AM）、路线中的交叉点个数（OL）、未知POI比例（FR）等客观指标，评测个性化推荐POI的准确度、与用户请求的匹配度，以及生成路线的空间合理度。

甚至为了解决兴趣点吸引力、用户请求匹配度等方面无法量化的问题，作者还采用了LLM自动评估POI的质量、路线的质量、行程和用户请求的匹配程度。

可以看到，与GPT-3.5、GPT-4和GPT-4 CoT等其他方法相比， ITINERA系统在所有指标上均表现更好。

在用户和专家评估的POI质量（POI Quality）、行程质量（Itinerary Quality）和匹配度（Match）方面，ITINERA系统也获得了更高的评分。

总体来说，ITINERA能够从自然语言请求直接生成个性化、空间连贯的citywalk行程，不仅探究了大模型时代的开放域行程规划问题，还提供了在城市应用中利用大模型解决复杂空间相关问题的思路。

更多方法细节和实验结果，欢迎阅读原文了解。

论文：
https://arxiv.org/abs/2402.07204

— 完 —

​

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。