notizia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ora, i modelli di grandi dimensioni possono fungere da guide turistiche private per tePianifica un percorso CitywalkAvuto--

Lanciato congiuntamente da HKU, MIT e altre unitàITINERARIO, combinando LLM con l'ottimizzazione spaziale per ottenere risultati personalizzatiPianificazione degli itinerari cittadini a dominio aperto。

Regala una castagna, l'utente inserisce "Pianificami un percorso cittadino che includa 'Ju Fu Chang' e termini al Tempio Jing'an."

Il sistema ITINERA ha immediatamente generato un percorso contenente più località e fornito il corrispondente testo introduttivo.

ITINERA è in grado di comprendere e soddisfare anche esigenze personalizzate come "bar adatti alla frequentazione di coppia", "luoghi santi bidimensionali" e "punti check-in di passaggio delle celebrità del web".

Potresti non avvertirlo solo guardandolo. Confrontiamo direttamente ITINERA (a sinistra) eGPT-4 CoTpercorso generato.

Stesso suggerimento: "Voglio un percorso letterario che passi sopra ponti e traghetti".

si può vedere,Itinerario generato da ITINERAAttraverserà diversi ponti lungo il fiume Suzhou e il traghetto sul fiume Huangpu e terminerà presso la libreria letteraria Duoyun. Il percorso è più ragionevole, concentrando i luoghi in due gruppi spaziali.

Il POI (punti di interesse personalmente preferiti) selezionato da GPT nell'immagine a destra è lo stesso del ponte e del traghetto richiesti dall'utente.Non del tutto coerente , ci sono anche situazioni in cui le deviazioni e le distanze dei PDI sono troppo lontane. Oltre a questo esempio, GPT a volte ha allucinazioni e genera POI che non esistono.

In sintesi, ITINERA haLe seguenti caratteristiche：

• Informazioni dinamiche: aggiornamenti in tempo reale dei POI e delle attività popolari attuali
• Personalizzazione: dai priorità alle preferenze personali piuttosto che alle semplici attrazioni popolari
• Diversi vincoli: risposta flessibile alle esigenze degli utenti complesse e diversificate
• Intelligenza spaziale: combinata con algoritmi di ottimizzazione spaziale per garantire percorsi ragionevoli ed efficienti

ITINERARIO nelquattro cittàLa formazione e la valutazione sono state condotte sul set di dati degli itinerari di viaggio (1233 percorsi urbani popolari, 7578 POI).

I risultati mostrano che può produrre risultati migliori rispetto alla tradizionale pianificazione degli itinerari, all’uso diretto di LLM e altri metodi.

I documenti rilevanti sono stati inclusi nel KDD Urban Computing Workshop (UrbComp) 2024.

Cinque moduli principali compongono ITINERA

La domanda successiva arriva: come farlo?

Come mostrato nella figura sottostante, ITINERA è composto daCinque moduli guidati da modelli di grandi dimensionicomposizione.

Innanzitutto, la costruzione del database dei POI di proprietà dell'utente(UPC)Il modulo raccoglie e costruisce contenuti di viaggio da piattaforme socialDatabase dei punti di interesse dell'utente。

Per pianificare un itinerario che soddisfi la richiesta dell'utente, Richiedi Scomposizione(RD)Il modulo interpreta e organizza le preferenze dell'utente e le converte in moduli dati strutturati.

Recupero POI basato sulle preferenze(PPR)Il modulo effettuerà la ricerca in base alle preferenze dell'utente e otterrà i punti di interesse più rilevanti.

Per garantire che l'itinerario sia spazialmente coerente, l'autore utilizza l'ottimizzazione spaziale Cluster-aware(CSO)Modulo che filtra e classifica spazialmente i punti di interesse recuperati risolvendo il problema gerarchico del commesso viaggiatore.

Infine, la generazione dell'itinerario(IG)Il modulo combina l'insieme dei punti di interesse candidati con molteplici vincoli e utilizza un modello di grandi dimensioni per generare percorsi di viaggio e relative descrizioni che siano spazialmente ragionevoli e coerenti con le richieste degli utenti.

Ora che il principio è chiaro, come funziona concretamente ITINERA?

Per comprendere questo problema, gli autori hanno raccolto set di dati sugli itinerari di viaggio di quattro città, comprese le richieste degli utenti, i corrispondenti percorsi degli itinerari cittadini e dati dettagliati sui punti di interesse (POI).

La valutazione si basa su indicatori oggettivi come il tasso di richiamo dei POI (RR), la differenza tra la distanza totale e il percorso più breve teorico (AM), il numero di incroci nel percorso (OL) e la proporzione di POI sconosciuti (FR) .Precisione dei POI consigliati personalizzati、Corrispondenza alla richiesta dell'utente,così comeRagionevolezza spaziale dei percorsi generati。

Anche per risolvere aspetti quali l'attrazione di punti di interesse e il grado di rispondenza alle richieste degli utenti, ecc.non può essere quantificatoPer il problema, l'autore utilizza anche LLM per valutare automaticamente la qualità dei POI, la qualità dei percorsi e il grado di corrispondenza degli itinerari e delle richieste degli utenti.

Si può vedere che rispetto ad altri metodi come GPT-3.5, GPT-4 e GPT-4 CoT, il sistema ITINERA ha prestazioni migliori su tutti gli indicatorieseguito meglio。

esistereValutazione degli utenti e degli espertiAnche in termini di Qualità POI, Qualità Itinerario e Corrispondenza, il sistema ITINERA ha ottenuto punteggi più alti.

Generalmente, ITINERA può generare direttamente itinerari urbani personalizzati e spazialmente coerenti a partire dalle richieste del linguaggio naturale. Non solo esplora il problema della pianificazione degli itinerari in dominio aperto nell'era dei modelli di grandi dimensioni, ma fornisce anche idee per l'utilizzo di modelli di grandi dimensioni per risolvere problemi complessi legati allo spazio in ambito urbano. applicazioni.