ItiNera：TuTu. AI联合多所高校开发的智能城市行程规划系统

ItiNera简介

ItiNera是由TuTu. AI与麻省理工学院、上海交通大学、香港大学和香港理工大学的研究人员联合开发的智能城市行程规划系统。该系统创新性地结合了大型语言模型（LLMs）与空间优化技术，能够根据用户用自然语言描述的需求，为其定制个性化且空间连贯的城市漫步行程。ItiNera通过精细解析用户偏好、实时更新兴趣点信息，并采用先进的空间聚类与路径规划算法，确保生成的行程既满足个人喜好，又保证地理上的合理性，为用户提供了一种全新的城市旅游体验。

ItiNera主要功能

1. 个性化行程生成：根据用户用自然语言描述的需求，直接生成个性化的城市漫步行程。
2. 用户个人POI数据库：开发了基于LLM的管道，用于提取和更新兴趣点（POI）特征，创建用户个人化的POI数据库。
3. 候选POI检索：利用LLM和嵌入模型，从用户个人POI数据库中检索与用户请求相关的候选POIs。
4. 空间优化：通过解决分层旅行商问题（TSP），对检索到的POIs进行空间聚类和顺序优化，以确保行程的空间连贯性。
5. 实时信息更新：系统能够实时更新POI信息，包括位置、描述、类别等，以保证信息的时效性和准确性。
6. 在线服务部署：ItiNera已部署为TuTu在线旅行服务的核心系统，为用户提供实际的行程规划服务。

ItiNera技术原理

1. LLM-based Pipeline：使用大型语言模型来提取和更新POI特征，包括从用户生成的内容中提取POI名称、位置和描述。
2. 请求分解：将用户的自然语言请求分解成多个独立的子请求，以便于理解和处理。
3. 嵌入模型：使用嵌入模型对POI进行编码，以便根据用户的喜好和需求检索最相关的POIs。
4. 空间聚类：通过计算空间邻近图并应用社区检测算法，将POIs分组到空间簇中。
5. 分层TSP求解：采用分层方法解决旅行商问题，以确定空间簇中POIs的访问顺序。
6. 行程生成：利用LLM生成最终的行程，同时考虑用户的详细要求和各种约束条件，如时间可用性和实际性。
7. 评估指标：设计了一系列客观和基于GPT的评估指标，以全面评估生成的行程质量。
8. 在线服务集成：将ItiNera系统集成到在线服务平台，提供实时的行程规划服务，并收集用户反馈以优化系统性能。

ItiNera应用场景

1. 城市漫步规划：为用户提供一日城市漫步的行程规划，推荐路线和必看景点。
2. 文化旅游：定制文化探索行程，包括历史地标、艺术展览和当地文化活动。
3. 美食之旅：根据用户口味偏好，规划包含特色餐厅和地道小吃的美食之旅。
4. 购物路线：为喜欢购物的用户提供购物路线，包括购物中心、特色商店和市场。
5. 亲子游：设计适合家庭出游的行程，包括儿童友好的景点和亲子活动。
6. 节日活动规划：在节假日为用户提供特色活动、庆典和相关景点的行程规划。

ItiNera项目入口

• arXiv技术论文：https://arxiv.org/pdf/2402.07204