在都市的喧嚣中，每个人都渴望一场说走就走的citywalk，穿梭于大街小巷，探索历史遗迹，沉浸在当地文化之中。然而，规划一场令人满意的城市漫步并非易事，它需要考虑旅行信息的收集、兴趣点（POI）的选择、路线的规划以及个性化的定制。现在，一项由香港大学、上海交通大学、麻省理工学院和香港理工大学的研究人员共同开发的新技术——ItiNera，正让这一过程变得简单而高效。
ItiNera是一个开放域城市行程规划（OUIP）系统，它能够直接根据用户用自然语言描述的请求生成个性化的行程。与传统的行程规划相比，ItiNera不受特定领域限制，能够更细致地满足用户的个性化需求。
ItiNera系统的核心在于它将空间优化与大型语言模型（LLMs）相结合，以提供定制化的服务。系统通过一个基于LLM的管道提取和更新POI特征，创建一个用户拥有的个性化POI数据库。对于每个用户请求，ItiNera利用LLM与基于嵌入的模块配合，从用户的POI数据库中检索候选POIs，然后使用空间优化模块对这些POIs进行排序，最后由LLM精心打造一个个性化、空间连贯的行程。
研究人员在多个数据集上对ItiNera进行了广泛的实验，并进行了在线主观评估。结果表明，与现有的基于LLM的解决方案相比，ItiNera能够提供更具响应性和空间连贯性的行程。此外，ItiNera在TuTu在线旅行服务上部署后，已经吸引了数千用户使用其城市旅行规划服务。
ItiNera的应用不仅为城市漫步提供了一个高效的规划工具，也为旅行者提供了一种全新的探索城市的方式。它能够根据用户的具体需求和生活方式，生成个性化的、细致的旅行体验，极大地丰富了旅行者的城市探索经历。
ItiNera系统的研究成果已经公开，研究团队希望这一系统能够激发更多利用LLMs解决复杂城市问题的研究。通过开源，更多的研究者和开发者可以参与到这项技术的优化和创新中来。
论文地址:https://arxiv.org/pdf/2402.07204