2024-08-02
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Désormais, les grands modèles peuvent vous servir de guides touristiques privésPlanifier un itinéraire CitywalkA obtenu--
Lancé conjointement par HKU, le MIT et d'autres unitésITINÉRAIRE, combinant LLM avec optimisation spatiale pour obtenir desPlanification d'itinéraires urbains en domaine ouvert。
Donner une châtaigne, l'utilisateur saisit « Planifiez-moi un itinéraire de promenade en ville qui inclut « Ju Fu Chang » et se termine au temple Jing'an.
Le système ITINERA a immédiatement généré un itinéraire contenant plusieurs emplacements et a fourni le texte d'introduction correspondant.
ITINERA peut même comprendre et répondre à des besoins personnalisés tels que « bars adaptés aux couples pour sortir ensemble », « lieux saints en deux dimensions » et « points d'enregistrement passant par des célébrités d'Internet ».
Vous ne le ressentirez peut-être pas simplement en le regardant. Comparons directement ITINERA (à gauche) etGPT-4 CoTitinéraire généré.
Même message : "Je veux un itinéraire littéraire qui passe par des ponts et des ferries."
peut être vu,Itinéraire généré par ITINERAIl passera par plusieurs ponts le long de la rivière Suzhou et du ferry sur la rivière Huangpu, et se terminera à la librairie littéraire Duoyun. L'itinéraire est plus raisonnable, concentrant les emplacements dans deux groupes spatiaux.
Le POI (points d'intérêt personnellement préférés) sélectionné par GPT dans l'image de droite est le même que le pont et le ferry demandés par l'utilisateur.Pas tout à fait cohérent , il existe également des situations dans lesquelles les détours et les distances des POI sont trop importants. En plus de cet exemple, GPT hallucine parfois et génère des POI qui n'existent pas.
En résumé, ITINERA aLes fonctionnalités suivantes：
ITINÉRA dansquatre villesLa formation et l'évaluation ont été menées sur l'ensemble de données sur les itinéraires de voyage (1 233 itinéraires urbains populaires, 7 578 POI).
Les résultats montrent qu'elle peut produire de meilleurs résultats que la planification d'itinéraire traditionnelle, l'utilisation directe du LLM et d'autres méthodes.
Les articles pertinents ont été inclus dans l'atelier KDD Urban Computing (UrbComp) 2024.
Cinq modules majeurs composent ITINERA
La question suivante se pose : comment faire ?
Comme le montre la figure ci-dessous, ITINERA se compose deCinq modules pilotés par de grands modèlescomposition.
Premièrement, construction d’une base de données de POI appartenant à l’utilisateur(Code UPC)Le module collecte et construit du contenu de voyage à partir des plateformes socialesBase de données des points d'intérêt des utilisateurs。
Afin de planifier un itinéraire répondant à la demande de l'utilisateur, Request Decomposition(RD)Le module interprète et organise les préférences de l'utilisateur et les convertit en formulaires de données structurés.
Récupération de POI en fonction des préférences(PPR)Le module recherchera en fonction des préférences de l'utilisateur et obtiendra les points d'intérêt les plus pertinents.
Afin de garantir la cohérence spatiale de l'itinéraire, l'auteur utilise l'optimisation spatiale basée sur les clusters.(CSO)Module qui filtre et classe spatialement les points d'intérêt récupérés en résolvant le problème hiérarchique du voyageur de commerce.
Enfin, la génération d'itinéraire(IG)Le module combine l'ensemble de points d'intérêt candidats avec de multiples contraintes et utilise un grand modèle pour générer des itinéraires de voyage et des descriptions associées qui sont à la fois spatialement raisonnables et cohérentes avec les demandes des utilisateurs.
Maintenant que le principe est clair, comment fonctionne réellement ITINERA ?
Pour comprendre ce problème, les auteurs ont collecté des ensembles de données sur les itinéraires de voyage de quatre villes, y compris les demandes des utilisateurs, les itinéraires d'itinéraire de la ville correspondants et les données détaillées sur les points d'intérêt (POI).
L'évaluation est basée sur des indicateurs objectifs tels que le taux de rappel des POI (RR), la différence entre la distance totale et le chemin le plus court théorique (AM), le nombre d'intersections sur l'itinéraire (OL) et la proportion de POI inconnus (FR). .Précision des POI recommandés personnalisés、Correspondre à la demande de l'utilisateur,ainsi queCaractère spatial des itinéraires générés。
Même pour résoudre des aspects tels que l'attraction de points d'intérêt et le degré de correspondance des demandes des utilisateurs, etc.ne peut pas être quantifiéPour ce problème, l'auteur utilise également LLM pour évaluer automatiquement la qualité des POI, la qualité des itinéraires et le degré de correspondance des itinéraires et des demandes des utilisateurs.
On peut constater que par rapport à d'autres méthodes telles que GPT-3.5, GPT-4 et GPT-4 CoT, le système ITINERA est plus performant sur tous les indicateurs.mieux performé。
existerÉvaluation par les utilisateurs et les expertsEn termes de qualité des POI, de qualité de l'itinéraire et de correspondance, le système ITINERA a également obtenu des scores plus élevés.
En général, ITINERA peut générer directement des itinéraires de promenade urbains personnalisés et spatialement cohérents à partir de requêtes en langage naturel. Il explore non seulement le problème de planification d'itinéraires en domaine ouvert à l'ère des grands modèles, mais fournit également des idées pour utiliser de grands modèles pour résoudre des problèmes complexes liés à l'espace en milieu urbain. applications.
Collectez et organisez les dernières informations d'actualité et rendez-les gratuites pour que tout le monde puisse les consulter.
