要約
世界的な観光が拡大し、人工知能技術が進歩するにつれて、インテリジェントな旅行計画サービスが重要な研究対象として浮上しています。
多次元の制約がある動的な現実世界の旅行シナリオの中で、ユーザーが実用的でカスタマイズされた旅行日程を自動的に作成できるようにサポートするサービスは、合理性、包括性、パーソナライゼーションという 3 つの主要な目標に取り組む必要があります。
ただし、ルールベースの組み合わせまたは LLM ベースの計画手法を使用する既存のシステムは、これらの基準を完全に満たすのが困難です。
この課題を克服するために、動的なシナリオに基づいた合理的で包括的でパーソナライズされた旅行旅程を提供するように設計された大規模言語モデル (LLM) を活用した旅行計画システムである TravelAgent を導入します。
TravelAgent は、ツール使用モジュール、推奨モジュール、計画モジュール、およびメモリ モジュールの 4 つのモジュールで構成されます。
私たちは人間のユーザーとシミュレートされたユーザーを対象に TravelAgent のパフォーマンスを評価し、3 つの基準でその全体的な有効性を実証し、パーソナライズされた推奨事項の正確性を確認します。
要約(オリジナル)
As global tourism expands and artificial intelligence technology advances, intelligent travel planning services have emerged as a significant research focus. Within dynamic real-world travel scenarios with multi-dimensional constraints, services that support users in automatically creating practical and customized travel itineraries must address three key objectives: Rationality, Comprehensiveness, and Personalization. However, existing systems with rule-based combinations or LLM-based planning methods struggle to fully satisfy these criteria. To overcome the challenges, we introduce TravelAgent, a travel planning system powered by large language models (LLMs) designed to provide reasonable, comprehensive, and personalized travel itineraries grounded in dynamic scenarios. TravelAgent comprises four modules: Tool-usage, Recommendation, Planning, and Memory Module. We evaluate TravelAgent’s performance with human and simulated users, demonstrating its overall effectiveness in three criteria and confirming the accuracy of personalized recommendations.
arxiv情報
| 著者 | Aili Chen,Xuyang Ge,Ziquan Fu,Yanghua Xiao,Jiangjie Chen |
| 発行日 | 2024-09-12 14:24:45+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google