ITINERA：融合空间优化与大语言模型实现开放域城市行程规划
人工智能
2025-01-10 v5 计算与语言
机器学习
摘要
Citywalk 作为近期流行的一种城市旅行方式，与传统行程规划相比，需要真正的个性化定制和对细粒度需求的理解。本文引入了开放域城市行程规划（OUIP）这一新任务，即根据用户的自然语言请求生成个性化的城市行程。我们随后提出了 ITINERA，这是一个将空间优化与大语言模型相结合，以根据用户需求提供定制化城市行程的 OUIP 系统。该系统涉及分解用户请求、选择候选兴趣点（POIs）、基于集群感知的空间优化对兴趣点进行排序，以及生成行程。在真实世界数据集上的实验以及已部署系统的性能表明，与现有解决方案相比，我们的系统能够提供个性化且空间连贯的行程。ITINERA 的源代码可在 https://github.com/YihongT/ITINERA 获取。
引用
@article{arxiv.2402.07204,
title = {ITINERA: Integrating Spatial Optimization with Large Language Models for Open-domain Urban Itinerary Planning},
author = {Yihong Tang and Zhaokai Wang and Ao Qu and Yihao Yan and Zhaofeng Wu and Dingyi Zhuang and Jushi Kai and Kebing Hou and Xiaotong Guo and Han Zheng and Tiange Luo and Jinhua Zhao and Zhan Zhao and Wei Ma},
journal= {arXiv preprint arXiv:2402.07204},
year = {2025}
}