From Feasibility to Desirability: Plan, Learn, Adapt (PLA) Framework for Personalized On-Device Itinerary Generation
Das Paper stellt das Plan, Learn, Adapt (PLA)-Framework vor, ein dreistufiges On-Device-System, das ein Ensemble aus leichtgewichtigen Planern mit einem kompakten Belohnungsmodell kombiniert, um machbare und hochgradig wünschenswerte personalisierte Reiserouten zu erstellen, wobei es sowohl einzelne Planer als auch führende LLMs in menschlichen Evaluationen übertrifft und gleichzeitig eine produktionsreife Latenz sowie Machbarkeit erreicht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie sind der Kapitän eines Raumschiffs, das jedoch nicht durch die Sterne navigiert, sondern durch eine belebte Stadt, um den perfekten Urlaub zu planen. Dies ist die Welt der Reiseplanung, ein Puzzle, das am Schnittpunkt zweier sehr unterschiedlicher wissenschaftlicher Welten liegt. Auf der einen Seite haben Sie die kombinatorische Optimierung, die wie ein strenger Mathematiklehrer ist, der sicherstellt, dass Sie nicht gegen die Regeln verstoßen: Das Museum schließt um 17:00 Uhr, der Zug fährt um 18:00 Uhr ab und Sie können nicht denselben Ort zweimal besuchen. Auf der anderen Seite haben Sie das Präferenzlernen, das wie ein Hellseher ist, der versucht zu erraten, was Sie eigentlich fühlen wollen – wollen Sie einen entspannten Tag oder ein ereignisreiches Abenteuer? Der schwierige Teil ist, dass diese beiden Welten oft gegeneinander kämpfen. Ein mathematisch perfekter Zeitplan könnte sich langweilig anfühlen, und ein verträumter, spaßiger Zeitplan könnte praktisch unmöglich umzusetzen sein. Die große Frage für jeden, der schon einmal versucht hat, eine Reise zu planen, lautet: Wie bauen wir einen Reiseführer, der sowohl rechtlich befolgbar als auch ein wahrhaft genussvolles Erlebnis ist, und das alles auf Ihrem Telefon läuft, ohne Internet zu benötigen?
Dieses Paper stellt ein cleveres neues System namens PLA (Plan, Learn, Adapt) vor, das versucht, genau dieses Problem zu lösen. Die Autoren stellten fest, während sie mit der Reise-App FlyEnJoy arbeiteten, dass bestehende Methoden in zwei spezifischen Punkten versagten. Einige altmodische Planer waren zwar gut darin, die Regeln einzuhalten, aber schlecht darin, den menschlichen Geschmack zu verstehen, was oft zu Routinen führte, die sich roboterhaft anfühlten. Unterdessen waren die neuesten, glanzvollsten KI-Tools (wie die riesigen Sprachmodelle, von denen alle sprechen) zwar gut darin, hilfreich zu klingen, scheiterten aber völlig an der grundlegenden Mathematik des Reisens; in ihren Tests erstellten diese KI-Modelle Routinen, die strikt unzulässig waren (0 % Erfolgsquote), wobei eine statistische Obergrenze darauf hindeutete, dass sie in weniger als 4 % der Fälle gültig waren, was Öffnungszeiten und Reisezeiten verletzte.
Um dies zu beheben, baute das Team eine dreistufige „Fabrik“, die vollständig auf Ihrem Telefon läuft:
- Plan (Die Ideen-Fabrik): Anstatt sich nur auf eine einzige Art der Erstellung eines Zeitplans zu verlassen, bauten sie ein Team aus fünf verschiedenen „Planern“ (wie ein gieriger Koch, ein vorsichtiger Buchhalter und ein kreativer Künstler). Jeder von ihnen versucht, eine gültige Reise von Grund auf neu zu erstellen. Da sie unterschiedlich denken, kommen sie mit sehr unterschiedlichen Listen von Orten zum Besuch auf den Tisch, was sicherstellt, dass sie über einen vielfältigen Pool an „zulässigen“ (regelkonformen) Optionen verfügen.
- Learn (Der Geschmackstester): Das Team hat nicht einfach geraten, was Menschen mögen; es ließ Menschen Paare ganztägiger Reiserouten miteinander vergleichen. Sie sammelten über 2.500 dieser Vergleiche. Mithin trainierten sie ein winziges, superschnelles „Belohnungsmodell“ (einen digitalen Geschmackstester), das lernte, die unsichtbaren Qualitäten einer großartigen Reise zu erkennen, wie etwa ein gutes Tempo und eine schöne Balance der Aktivitäten, anstatt nur zu zählen, wie viele Museen besucht wurden.
- Adapt (Der lokale Verfeinerer): Sobald die beste Reiseroute ausgewählt wurde, führt diese Phase kleine, sichere Anpassungen an ihr durch. Es ist, als würde ein Koch eine Suppe probieren und eine Prise Salz hinzufügen, aber mit einer strengen Regel: Jede einzelne Änderung muss das Rezept gültig halten. Wenn eine Anpassung den Zeitplan bricht (wie etwa wenn man bei einem geschlossenen Geschäft ankommt), wird sie sofort verworfen. Dies geschieht so schnell, dass es im Durchschnitt nur 109,9 Millisekunden dauert, was bedeutet, dass Sie einen perfekten, personalisierten Plan sofort erhalten, selbst wenn Sie sich in einem Flugzeug ohne WLAN befinden, da das System für die Offline-Nutzung konzipiert ist.
Die Ergebnisse sind beeindruckend. Als sie ihr System gegen den besten Einzelplaner testeten, gewann das „Plan, Learn, Adapt“-Team 67,8 % der Zeit gegen menschliche Richter. Im Gegensatz dazu produzierten, als sie drei der fortschrittlichsten KI-Modelle (GPT-5, Claude Opus 4.5 und Gemini 3 Pro) unter denselben strengen Regeln um die Erstellung von Reiserouten baten, keines von ihnen (0 %) eine einzige gültige Reise. Das neue System verallgemeinerte auch gut und arbeitete in über 100 verschiedenen US-Städten, die es zuvor noch nie gesehen hatte, akkurat.
In der realen Welt, als sie dieses System in die FlyEnjoy-App implementierten, waren die Ergebnisse greifbar. Nutzer begannen 83 % häufiger mit ihrer Reiseplanung und 91 % mehr Menschen schlossen ihre Reiserouten tatsächlich ab. Das System erstellte nicht nur die Pläne; es machte das gesamte Erlebnis reibungsloser und bewies, dass man einen Reiseführer haben kann, der sowohl mathematisch perfekt als auch perfekt unterhaltsam ist, und der dabei direkt in der eigenen Tasche lebt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.