notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Agora, modelos grandes podem servir como guias turísticos privados para vocêPlaneje uma rota CitywalkPegou--

Lançado conjuntamente pela HKU, MIT e outras unidadesITINERA, combinando LLM com otimização espacial para alcançarPlanejamento de itinerário urbano de domínio aberto。

Dê uma castanha, o usuário insere "Planeje uma rota de caminhada pela cidade que inclua 'Ju Fu Chang' e termine no Templo Jing'an."

O sistema ITINERA gerou imediatamente uma rota contendo vários locais e forneceu o texto introdutório correspondente.

A ITINERA pode até entender e atender necessidades personalizadas como “bares adequados para casais irem juntos”, “lugares sagrados bidimensionais” e “pontos de check-in com passagem de celebridades da internet”.

Você pode não sentir isso apenas olhando para ele. Vamos comparar diretamente ITINERA (esquerda) eGPT-4 CoTrota gerada.

A mesma sugestão: “Quero um percurso literário que passe por pontes e balsas”.

pode ser visto,Itinerário gerado pela ITINERAPassará por várias pontes ao longo do rio Suzhou e pela balsa do rio Huangpu, e terminará na livraria literária Duoyun. O percurso é mais razoável, concentrando os locais em dois aglomerados espaciais.

O POI (pontos de interesse pessoalmente preferidos) selecionado pelo GPT na imagem à direita é o mesmo da ponte e ferry solicitado pelo utilizador.Não é muito consistente , também existem situações em que os desvios e as distâncias de POI são demasiado grandes. Além deste exemplo, o GPT às vezes tem alucinações e gera POIs que não existem.

Em resumo, ITINERA temOs seguintes recursos：

• Informações dinâmicas: atualizações em tempo real de POIs e atividades populares atuais
• Personalização: priorize preferências pessoais em vez de apenas atrações populares
• Restrições diversas: Resposta flexível às necessidades complexas e diversas dos usuários
• Inteligência espacial: Combinada com algoritmos de otimização espacial para garantir rotas razoáveis ​​e eficientes

ITINERA emquatro cidadesO treinamento e a avaliação foram realizados no conjunto de dados de itinerários de viagem (1.233 rotas populares de cidades, 7.578 POIs).

Os resultados mostram que pode produzir melhores resultados do que o planeamento de itinerário tradicional, o uso direto do LLM e outros métodos.

Os artigos relevantes foram incluídos no KDD Urban Computing Workshop (UrbComp) 2024.

Cinco módulos principais compõem o ITINERA

A próxima pergunta vem: como fazer?

Conforme mostrado na figura abaixo, ITINERA consiste emCinco módulos impulsionados por modelos grandescomposição.

Primeiro, construção de banco de dados de POI de propriedade do usuário(UPC)O módulo coleta e constrói conteúdo de viagens a partir de plataformas sociaisBanco de dados de pontos de interesse do usuário。

Para planejar um roteiro que atenda à solicitação do usuário, Solicitar Decomposição(RD)O módulo interpreta e organiza as preferências do usuário e as converte em formulários de dados estruturados.

Recuperação de POI com reconhecimento de preferência(PPR)O módulo irá pesquisar com base nas preferências do utilizador e obter os pontos de interesse mais relevantes.

Para garantir que o itinerário seja espacialmente coerente, o autor utiliza Cluster-aware Spatial Optimization(OSC)Módulo que filtra e classifica espacialmente os pontos de interesse recuperados resolvendo o problema hierárquico do caixeiro viajante.

Finalmente, Geração de Itinerário(IG)O módulo combina o conjunto de pontos de interesse candidatos com múltiplas restrições e usa um grande modelo para gerar rotas de viagem e descrições relacionadas que sejam espacialmente razoáveis ​​e consistentes com as solicitações do usuário.

Agora que o princípio está claro, como funciona realmente o ITINERA?

Para compreender esta questão, os autores recolheram conjuntos de dados de itinerários de viagem de quatro cidades, incluindo pedidos de utilizadores, rotas de itinerário da cidade correspondentes e dados detalhados de pontos de interesse (POI).

A avaliação é baseada em indicadores objetivos, como a taxa de recuperação de POI (RR), a diferença entre a distância total e o caminho mais curto teórico (AM), o número de interseções na rota (OL) e a proporção de POIs desconhecidos (FR). .Precisão do POI recomendado personalizado、Corresponder à solicitação do usuário,assim comoRazoabilidade espacial das rotas geradas。

Até para resolver aspectos como atracção de pontos de interesse e grau de correspondência dos pedidos dos utilizadores, etc.não pode ser quantificadoPara o problema, o autor também utiliza o LLM para avaliar automaticamente a qualidade dos POIs, a qualidade das rotas e o grau de correspondência dos itinerários e solicitações dos usuários.

Pode-se observar que comparado a outros métodos como GPT-3.5, GPT-4 e GPT-4 CoT, o sistema ITINERA apresenta melhor desempenho em todos os indicadoresteve melhor desempenho。

existirAvaliação de usuários e especialistasEm termos de Qualidade do POI, Qualidade do Itinerário e Correspondência, o sistema ITINERA também recebeu pontuações mais altas.

Em geral, ITINERA pode gerar diretamente itinerários de caminhada pela cidade personalizados e espacialmente coerentes a partir de solicitações de linguagem natural. Ele não apenas explora o problema de planejamento de itinerários de domínio aberto na era dos grandes modelos, mas também fornece ideias para o uso de grandes modelos para resolver problemas complexos relacionados ao espaço em áreas urbanas. formulários.