minhas informações de contato
Correspondênciaadmin@informação.bz
2024-08-02
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:
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.