🤖 machine learning

Hard Rules, Soft Preferences: Bridging Reasoning, Learning, and Optimization for Personalized Packing Checklist Generation

Este artículo propone un marco de aprendizaje guiado por razonamiento de tres etapas que integra un motor simbólico, un aprendiz de preferencias y un optimizador CP-SAT para generar listas de empaque personalizadas y conformes con las regulaciones, superando significativamente a los LLM existentes y a los métodos voraces en precisión y satisfacción de restricciones, al tiempo que demuestra eficacia en el mundo real en una aplicación de viajes de producción.

Autores originales: Himel Dev, Madhusudan Basak, Tanmoy Sen, Paromita Shome, Bashima Islam

Publicado 2026-07-20

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Himel Dev, Madhusudan Basak, Tanmoy Sen, Paromita Shome, Bashima Islam

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando construir la lista de reproducción perfecta para un viaje por carretera. Quieres canciones que encajen con el estado de ánimo, pero tienes un límite estricto: la batería de tu teléfono podría agotarse si transmites demasiado, y no puedes poner una canción de heavy metal si tu abuela está en el coche. Este es el lucha diaria de la "personalización restringida". En el mundo de la informática, este es un rompecabezas complicado donde una máquina debe aprender lo que a ti te gusta (tus preferencias blandas) mientras obedece un conjunto estricto de leyes inquebrantables (reglas duras), como regulaciones de seguridad o límites de espacio físico. Por lo general, las computadoras son excelentes adivinando lo que te gusta, pero terribles siguiendo reglas estrictas, o viceversa. Podrían sugerirte una canción que amas, pero olvidar que es demasiado larga para tu batería, o podrían seguir las reglas tan estrictamente que la lista de reproducción resulta aburrida. La gran pregunta que los científicos se han estado haciendo es: ¿Cómo construimos un sistema que sea tanto un DJ divertido y personal como un portero estricto y cumplidor de reglas al mismo tiempo?

Este artículo presenta un ingenioso "cerebro" de tres pasos diseñado para resolver exactamente ese problema, específicamente para empacar tu maleta para un viaje en avión. Los autores, trabajando con una aplicación de viajes llamada FlyEnjoy, se dieron cuenta de que los asistentes de empaque existentes eran demasiado genéricos (daban la misma lista a todo el mundo) o demasiado arriesgados (sugiriendo artículos que podrían hacer que te detuvieran en seguridad). Para solucionar esto, construyeron un sistema que actúa como un equipo de tres especialistas trabajando en una carrera de relevos.

Primero, está el Robot del Libro de Reglas. Antes de pensar en lo que te gusta, esta etapa utiliza una lista masiva de 226 reglas escritas por humanos para generar una lista de verificación "semilla". Es como un amigo súper cauteloso que conoce cada regulación de la TSA, regla de seguridad y dependencia de viaje (como "si empacas una cámara, debes empacar un cargador"). Este robot no se preocupa por tu estilo personal; simplemente se asegura de que la lista sea segura, legal y completa. Crea una lista enorme de 49 artículos en promedio, asegurando que no se pase por alto nada esencial, incluso si nunca has viajado antes.

Después, entra en escena el Creador de Gustos. Aquí es donde ocurre el aprendizaje automático. El sistema observa cómo las personas reales editan esas listas enormes y seguras. ¿Descartaron el abrigo de invierno pesado para un viaje a la playa? ¿Añadieron un tipo específico de bota de senderismo? El sistema aprende dos cosas por separado: primero, si un artículo debería estar en la maleta o no (inclusión), y segundo, qué tan importante es en comparación con otros artículos (clasificación). Al dividir estas tareas, el sistema evita una trampa común llamada "sesgo de supervivencia", donde podría pensar que un artículo es genial solo porque sobrevivió al proceso de edición, ignorando el hecho de que muchas personas podrían haberlo eliminado por completo. Esta etapa aprende tu estilo personal con alta precisión, actuando como un estilista inteligente que sabe exactamente lo que prefieres.

Finalmente, el Optimizador toma el escenario. Es el mago de las matemáticas. Toma la lista personalizada del Creador de Gustos y las reglas estrictas del Robot del Libro de Reglas y resuelve un rompecabezas complejo. Tiene que meter tus artículos favoritos en tus maletas sin exceder el límite de peso, sin violar las reglas de líquidos, o sin separar artículos que deben permanecer juntos (como una cámara y su lente). Utiliza una poderosa herramienta matemática llamada CP-SAT para encontrar la combinación perfecta. A diferencia de otros métodos que solo adivinan y prueban (lo cual a menudo falla), este optimizador garantiza que, el 100% de las veces, la lista final sea físicamente posible y legalmente conforme.

Los resultados son impresionantes. Cuando se probó en 604 escenarios de viaje diferentes, el Robot del Libro de Reglas recordó el 99.7% de los artículos que la gente realmente quería. El Creador de Gustos aprendió a predecir lo que la gente conservaría con un 94.3% de precisión. Lo más importante es que el Optimizador tuvo éxito al empacar todo perfectamente en cada ocasión, mientras que los métodos más simples fallaron en seguir las reglas el 72% de las veces. Cuando este sistema se implementó en una aplicación de viajes real, los usuarios terminaron sus listas de empaque dos veces más rápido y realizaron menos ediciones, demostrando que esta mezcla de reglas estrictas y aprendizaje inteligente realmente funciona en el mundo real. El artículo sugiere que este enfoque de equipo de tres partes podría usarse para otros problemas complicados donde la seguridad y el gusto personal chocan, como planificar un alta hospitalaria u organizar trámites de inmigración, pero por ahora, solo se encarga de que no olvides tu cepillo de dientes o de que no te detengan en seguridad.

Resumen Técnico: Reglas Duras, Preferencias Blandas

Formulación del Problema

El artículo aborda el desafío de generar listas de empaque personalizadas para viajes aéreos, una tarea caracterizada por la tensión entre restricciones de viabilidad estrictas (hard constraints) y preferencias de usuario dispersas y dependientes del contexto. Los viajeros deben adherirse a restricciones regulatorias (ej. TSA/FAA), de seguridad, de capacidad y de dependencia de artículos que son no negociables, mientras se adaptan a contextos de viaje específicos (destino, duración, actividades).

Las soluciones existentes se dividen en dos categorías inadecuadas:

Sistemas basados en plantillas: Son genéricos, ignoran el contexto (ej. clima, actividades específicas) y no logran manejar las dependencias entre artículos o los matices regulatorios.
Recomendadores no restringidos (incluyendo LLMs): Aunque son capaces de personalizar, no pueden garantizar la viabilidad. A menudo violan reglas de seguridad (ej. sugerir líquidos prohibidos) o no respetan los límites de capacidad. Además, los enfoques de aprendizaje estándar sufren de sesgo de supervivencia (survivorship bias) cuando se entrenan con retroalimentación implícita (ej. artículos mantenidos en una lista frente a artículos eliminados), ya que las etiquetas de clasificación solo se observan para los elementos retenidos.

El objetivo central es generar una lista $S$ que maximice la utilidad prevista para el viajero $U(S|c)$ sujeta a un conjunto de restricciones duras $R$ , asegurando que el resultado sea tanto conforme como personalizado.

Metodología

Los autores proponen un marco de aprendizaje guiado por razonamiento que consta de tres etapas distintas que conectan el razonamiento simbólico, el aprendizaje automático y la optimización con restricciones.

Etapa 1: Razonamiento Simbólico (Cumplimiento y Recuerdo)

Para garantizar la viabilidad y manejar escenarios de arranque en frío (donde el historial del usuario es escaso), el sistema emplea un motor de inferencia simbólica.

Base de Conocimiento: Codifica 226 reglas declarativas a través de 378 artículos atómicos y 103 tareas previas al viaje. Las reglas se categorizan por prioridad: las reglas Regulatorias y de Bienestar (prioridad alta) se evalúan antes que las reglas Contextuales, de Actividad y de Viajero específico.
Mecanismo de Inferencia: Utiliza encadenamiento hacia adelante basado en prioridades. Partiendo de un contexto de viaje enriquecido (ej. destino, duración, necesidades especiales), el motor activa reglas para emitir candidatos de artículos y nuevos hechos (ej. inferir "requiere_adaptador" a partir de "viaje_internacional").
Salida: Una "lista semilla" de alto recuerdo (recall) y cumplimiento regulatorio. Esta etapa prioriza el recuerdo (capturar todos los artículos potencialmente relevantes) sobre la precisión, generando deliberadamente un exceso de candidatos para ser filtrados en etapas posteriores.

Etapa 2: Aprendizaje de Preferencias (Personalización y Precisión)

Esta etapa aprende señales de personalización blandas a partir de los registros de edición del usuario para filtrar la lista semilla y clasificar los artículos, abordando específicamente el sesgo de supervivencia.

Modelado de Dos Etapas: Los autores descomponen el problema en dos subprobleos acoplados:
1. Inclusión (Binaria): Predice si un artículo sugerido por el motor simbólico debe mantenerse o eliminarse. Esto se modela mediante Árboles Potenciados por Gradiente (GBM) para predecir la probabilidad de inclusión $p_{include}$ .
2. Clasificación (Relativa): Predice el orden de prioridad entre los artículos que se retienen. Esto se modela utilizando LambdaMART (Aprendizaje de Clasificación) para optimizar las métricas NDCG.
Mitigación de Sesgo: Al separar la inclusión de la clasificación, el modelo evita sobreestimar la utilidad de los artículos que son frecuentemente eliminados por los usuarios (los cuales, de otro modo, estarían ausentes en las comparaciones de clasificación por pares).
Ingeniería de Características: Los modelos utilizan características de procedencia simbólica (ej. qué regla activó el artículo, prioridad de la regla) junto con el contexto del viaje, lo que permite al sistema aprender de datos de interacción dispersos.
Construcción de Utilidad: La puntuación de utilidad final para un artículo es una composición multiplicativa de la probabilidad de inclusión aprendida, la puntuación de clasificación aprendida y un prior simbólico que impone una alta utilidad para artículos críticos de seguridad, independientemente de las preferencias aprendidas.

Etapa 3: Optimización con Restricciones (Viabilidad y Utilidad)

La etapa final selecciona un subconjunto de artículos y los asigna a bolsas específicas (equipaje de mano, facturado, objeto personal) utilizando un solucionador CP-SAT (Programación de Restricciones con SAT).

Objetivo: Maximizar la utilidad retenida esperada mientras se minimiza la pérdida monetaria esperada (considerando las probabilidades de pérdida de equipaje).
Restricciones: El solucionador impone restricciones duras que incluyen:
- Físicas: Límites de capacidad de peso y volumen.
- Regulatorias: Elegibilidad de la TSA/FAA (ej. baterías de litio solo en equipaje de mano).
- Ambientales: Sensibilidad a la temperatura (ej. insulina).
- Dependencias: "Deben ir juntos" (ej. cuerpo de cámara + lente) y "deben separarse" (ej. líquidos + electrónica).
Conciencia de Riesgo: La función objetivo penaliza la colocación de artículos de alto valor en bolsas de alto riesgo (ej. equipaje facturado).

Contribuciones Clave

Generación de Candidatos Consciente de Restricciones: Un motor simbólico que logra un 99.7% de recuerdo (recall) y un 0.96 de validez de rúbrica, superando significativamente a los LLM de vanguardia (0.78–0.81) en cumplimiento regulatorio y de seguridad.
Aprendizaje de Preferencias Consciente del Sesgo de Supervivencia: Una formulación de dos etapas (Inclusión + Clasificación) que logra un AUC-ROC de 0.943 para la inclusión y un NDCG@5 de 0.923 para la clasificación, mitigando eficazmente el sesgo en la retroalimentación implícita.
Viabilidad por Construcción: Una formulación CP-SAT que garantiza el 100% de satisfacción de restricciones, en comparación con el 28% de las heurísticas codiciosas (greedy) y el 10% de los baselines aleatorios.
Patrón de Diseño General: La arquitectura demuestra un patrón reutilizable para la personalización con restricciones donde la viabilidad dura coexiste con señales de preferencia dispersas, aplicable más allá de los viajes (ej. planificación de alta clínica).

Resultados Experimentales

El marco fue evaluado en 604 escenarios de viaje etiquetados que contienen 29,000 etiquetas de inclusión y 343,000 comparaciones por pares.

Motor Simbólico: Logró un recuerdo casi perfecto (99.7%) en todas las duraciones de viaje. La precisión fue moderada (54–83%) por diseño, ya que la semilla está intencionalmente sobregenerada.
Modelos de Preferencia: El modelo de inclusión GBM y el modelo de clasificación LambdaMART superaron a los baselines (Regresión Logística, Random Forest, Aprendizaje Colaborativo Neuronal). Las características de procedencia simbólica fueron identificadas como los predictores más fuertes.
Optimización: El solucionador CP-SAT satisfizo todas las restricciones (0 violaciones), mientras que los métodos codiciosos y aleatorios fallaron significativamente en las restricciones de dependencia (ej. separar líquidos de la electrónica).
Desempeño de Extremo a Extremo: El pipeline logró un 80.9% de precisión y un 34.5% de recuerdo frente a una lista de referencia humana. El recuerdo está limitado por la capacidad física del equipaje (empacar ~14 artículos frente a ~32 de la referencia humana), lo que significa que el sistema recupera aproximadamente el 80% del máximo óptimo-factible.
Comparación con LLM: El motor simbólico obtuvo un 0.96 en una rúbrica de validez (cumplimiento de la TSA, clima, actividad, completitud), superando sustancialmente a GPT-5 (0.78), Claude Opus 4.5 (0.80) y Gemini 3 Pro (0.81).

Despliegue en el Mundo Real

El sistema fue desplegado en FlyEnJoy, una aplicación de viajes para iOS que se ejecuta enteramente en el dispositivo.

Impacto: Las iniciaciones de listas de verificación aumentaron en un 200%, y las listas completadas aumentaron en un 100%.
Eficiencia: El tiempo por sesión disminuyó en un 49.6%, impulsado por una reducción en la edición manual (menos acciones de añadir/eliminar requeridas).
Significancia: El despliegue confirmó que el marco ofrece un valor real medible sobre un baseline estático basado en plantillas, equilibrando con éxito el cumplimiento regulatorio estricto con la utilidad personalizada.

Significancia y Limitaciones

El artículo argumenta que el valor principal de este trabajo reside en su arquitectura híbrida, que reconcilia la interpretabilidad y robustez del razonamiento simbólico con la adaptabilidad del aprendizaje automático y el rigor de la optimización de restricciones. Demuestra que para dominios críticos de seguridad y con restricciones, el aprendizaje "blando" por sí solo es insuficiente; las reglas duras deben codificarse simbólicamente y aplicarse mediante optimización.

Los autores señalan una limitación principal: el costo de autoría y mantenimiento de las reglas de dominio. Sin embargo, sugieren que la reutilización de reglas en familias y la generalizabilidad del patrón de tres etapas a otros dominios (como la documentación de inmigración) sirven como mitigaciones y direcciones para trabajos futuros. El artículo no pretende resolver el problema general de empaque para todos los escenarios, sino que apunta específicamente a la intersección de las regulaciones de transporte aéreo y la personalización.