ChinaTravel：面向语言代理的具有组合约束验证的开放式旅行规划基准
人工智能
2026-04-30 v5 计算与语言
摘要
旅行规划在语言代理的现实世界应用中脱颖而出，因为它将重大的实际需求与严格的约束满足挑战结合在一起。然而，现有的基准测试主要在槽位填充范式下运行，将代理限制在具有预定义约束菜单的合成查询上，这未能捕捉自然语言交互的开放式特性，即用户需求是组合性的、多样的且通常是隐式表达的。为了弥补这一差距，我们推出了 ChinaTravel，包含四个主要贡献：1) 一个与多日、多兴趣点（POI）旅行规划相对齐的实用沙盒；2) 一种可组合泛化的领域特定语言（DSL），用于可扩展的评估，涵盖可行性、约束满足和偏好比较；3) 一个开放式数据集，整合了来自 1154 名人类参与者的多样旅行需求和隐式意图；4) 细粒度分析揭示了神经符号代理在旅行规划中的潜力，在人类查询上实现了 37.0% 的约束满足率，比纯神经模型提高了 10 倍，但同时也凸显了在组合泛化方面的重大挑战。总体而言，ChinaTravel 为通过复杂现实世界规划场景中的组合约束验证来推进语言代理奠定了基础。项目页面：https://www.lamda.nju.edu.cn/shaojj/ChinaTravel/index.html
引用
@article{arxiv.2412.13682,
title = {ChinaTravel: An Open-Ended Travel Planning Benchmark with Compositional Constraint Validation for Language Agents},
author = {Jie-Jing Shao and Bo-Wen Zhang and Xiao-Wen Yang and Baizhi Chen and Si-Yu Han and Jinghao Pang and Wen-Da Wei and Guohao Cai and Zhenhua Dong and Lan-Zhe Guo and Yu-Feng Li},
journal= {arXiv preprint arXiv:2412.13682},
year = {2026}
}
备注
ICLR 2026. Webpage: https://www.lamda.nju.edu.cn/shaojj/chinatravel