🤖 machine learning

From Feasibility to Desirability: Plan, Learn, Adapt (PLA) Framework for Personalized On-Device Itinerary Generation

Il documento introduce il framework Plan, Learn, Adapt (PLA), un sistema on-device in tre fasi che combina un ensemble di pianificatori leggeri con un modello di ricompensa compatto per generare itinerari personalizzati fattibili e altamente desiderabili, superando sia i pianificatori singoli che i modelli linguistici di frontiera nelle valutazioni umane, pur raggiungendo una latenza e una fattibilità di livello produttivo.

Autori originali: Himel Dev, Tanmoy Sen, Madhusudan Basak, Bashima Islam

Pubblicato 2026-07-20

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Himel Dev, Tanmoy Sen, Madhusudan Basak, Bashima Islam

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere il capitano di un'astronave, ma invece di navigare tra le stelle, stai navigando in una città frenetica per pianificare la vacanza perfetta. Questo è il mondo della pianificazione dei viaggi, un puzzle che si trova all'incrocio tra due mondi scientifici molto diversi. Da un lato, hai l'ottimizzazione combinatoria, che è come un severo insegnante di matematica che si assicura che tu non infranga le regole: il museo chiude alle 17:00, il treno parte alle 18:00 e non puoi visitare lo stesso posto due volte. Dall'altro lato, hai l'apprendimento delle preferenze, che è come un sensitivo che cerca di indovinare cosa vuoi davvero provare: vuoi una giornata rilassante o un'avventura intensa? La parte complicata è che questi due mondi spesso combattono tra loro. Un programma matematicamente perfetto potrebbe risultare noioso, e un programma sognante e divertente potrebbe essere impossibile da eseguire realmente. La grande domanda per chiunque abbia mai cercato di pianificare un viaggio è: Come possiamo costruire una guida di viaggio che sia sia legalmente possibile da seguire che genuinamente piacevole da vivere, il tutto mentre gira sul tuo telefono senza bisogno di internet?

Questo articolo presenta un nuovo e intelligente sistema chiamato PLA (Plan, Learn, Adapt - Pianifica, Impara, Adatta) che cerca di risolvere esattamente questo problema. Gli autori, lavorando con un'app di viaggi chiamata FlyEnjoy, si sono resi conto che i metodi esistenti stavano fallendo in due modi specifici. Alcuni pianificatori della vecchia scuola erano bravi nel seguire le regole ma terribili nel comprendere il gusto umano, creando spesso itinerari che sembravano robotici. Nel frattempo, i più recenti e appariscenti strumenti di IA (come i grandi modelli linguistici di cui tutti parlano) erano bravissimi nel sembrare utili, ma fallivano completamente nella matematica di base del viaggio; nei loro test, questi modelli di IA hanno prodotto itinerari che erano rigorosamente inammissibili (0% di successo), con un limite statistico superiore che suggeriva potessero essere validi meno del 4% delle volte, violando gli orari di apertura e i tempi di percorrenza.

Per risolvere la questione, il team ha costruito una "fabbrica" in tre fasi che gira interamente sul tuo telefono:

Plan (La Fabbrica delle Idee): Invece di affidarsi a un solo modo per creare un programma, hanno costruito un team di cinque diversi "pianificatori" (come uno chef impaziente, un contabile attento e un artista creativo). Ognuno di loro cerca di costruire un viaggio valido da zero. Poiché pensano in modo diverso, arrivano con liste di luoghi da visitare molto differenti, garantendo una varietà di opzioni "fattibili" (che rispettano le regole) da scegliere.
Learn (Il Testatore del Gusto): Il team non si è limitato a indovinare ciò che piaceva alle persone; ha chiesto agli esseri umani di confrontare coppie di itinerari completi di un giorno intero. Hanno raccolto oltre 2.500 di questi confronti. Utilizzando questi dati, hanno addestrato un modello di ricompensa minuscolo e velocissimo (un testatore del gusto digitale) che ha imparato a individuare le qualità invisibili di un grande viaggio, come il buon ritmo e un bel bilanciamento delle attività, piuttosto che limitarsi a contare quanti musei sono stati visitati.
Adapt (Il Raffinatore Locale): Una volta scelto l'itinerario migliore, questa fase apporta piccole, sicure modifiche ad esso. È come uno chef che assaggia una zuppa e aggiunge un pizzico di sale, ma con una regola ferrea: ogni singola modifica deve mantenere valida la ricetta. Se una modifica rompe il programma (come farti arrivare in un negozio chiuso), viene immediatamente scartata. Questo avviene così velocemente che richiede solo 109,9 millisecondi in media, il che significa che ottieni un piano perfetto e personalizzato istantaneamente, anche se ti trovi su un aereo senza Wi-Fi, poiché il sistema è progettato per un uso prioritario offline.

I risultati sono impressionanti. Quando hanno testato il loro sistema contro il miglior pianificatore singolo, il team "Plan, Learn, Adapt" ha vinto il 67,8% delle volte contro i giudici umani. Al contrario, quando hanno chiesto a tre dei più avanzati modelli di IA (GPT-5, Claude Opus 4.5 e Gemini 3 Pro) di creare itinerari sotto le stesse rigide regole, nessuno di loro (0%) ha prodotto un singolo viaggio valido. Il nuovo sistema si è anche adattato bene, funzionando accuratamente in oltre 100 diverse città degli Stati Uniti che non aveva mai visto prima.

Nel mondo reale, quando hanno implementato questo sistema nell'app FlyEnjoy, i risultati sono stati tangibili. Gli utenti hanno iniziato la pianificazione del viaggio l'83% in più e il 91% di persone in più ha effettivamente completato i propri itinerari. Il sistema non si è limitato a creare i piani; ha reso l'intera esperienza più fluida, dimostrando che è possibile avere una guida di viaggio che sia sia matematicamente perfetta che perfettamente divertente, il tutto vivendo proprio dentro la tua tasca.

Riepilogo Tecnico: Dal concetto di Fattibilità alla Desiderabilità: Il Framework Plan, Learn, Adapt (PLA)

1. Definizione del Problema

Il documento affronta la sfida di generare itinerari di viaggio personalizzati e multi-giorno su dispositivi mobili. Questo compito è definito da una tensione fondamentale tra fattibilità combinatoria complessa e desiderabilità latente soggettiva:

Fattibilità: Gli itinerari devono aderire rigorosamente ai vincoli spazio-temporali, inclusi gli orari di apertura dei POI (Punti di Interesse), i tempi di percorrenza, i budget temporali giornalieri e i limiti di costo.
Desiderabilità: Gli itinerari devono soddisfare le preferenze soggettive dell'utente relative al ritmo, alla coerenza geografica e alla diversità delle categorie, elementi difficili da catturare con funzioni obiettivo statiche e predefinite.
Viabilità: Le soluzioni devono essere implementabili su dispositivi per l'utente finale (specificamente in ambienti iOS "offline-first") con requisiti di latenza rigorosi (velocità interattiva) e vincoli di privacy, il che esclude l'uso di Large Language Models (LLM) dipendenti dal cloud.

Gli approcci esistenti non riescono a soddisfare simultaneamente tutti e tre i requisiti: gli ottimizzatori classici garantiscono la fattibilità ma mancano di una modellazione sfumata delle preferenze; i metodi basati sull'apprendimento catturano le preferenze ma spesso violano i vincoli rigidi; e gli LLM, pur essendo capaci di generazione di linguaggio naturale, producono frequentemente programmi non validi (0% di fattibilità nel benchmark degli autori) e sono incompatibili con l'implementazione mobile offline a bassa latenza.

2. Metodologia: Il Framework PLA

Gli autori propongono il Plan, Learn, Adapt (PLA), un framework a tre fasi progettato per affrontare congiuntamente fattibilità, desiderabilità e viabilità.

Fase 1: PLAN (Generazione di Diversità Fattibile)

La fase Plan genera un insieme strutturalmente diversificato di itinerari candidati fattibili utilizzando un ensemble eterogeneo di cinque algoritmi di pianificazione leggeri, che condividono tutti un livello di fattibilità unificato:

Algoritmi: Greedy (costruttivo), Dynamic Programming (DP), Beam Search, A* Search e Simulated Annealing (SA).
Livello di Fattibilità: Un modulo logico condiviso che impone vincoli rigidi (orari di visita, coerenza dei tempi di percorrenza, budget di tempo/costo, nessun duplicato) e calcola i tempi di arrivo più presto possibili.
Obiettivo: Sebbene tutti i pianificatori ottimizzino un punteggio composito condiviso (bilanciando efficienza di viaggio, tempi di attesa, urgenza, diversità di categoria e popolarità dei POI), i loro distinti paradigmi di ricerca producono itinerari strutturalmente diversi. Questa diversità è cruciale perché nessun singolo algoritmo domina in tutti i contesti di viaggio.

Fase 2: LEARN (Modellazione delle Preferenze Umane)

La fase Learn adatta un modello di ricompensa compatto per catturare la soddisfazione latente dell'utente a livello di itinerario, piuttosto che affidarsi a punteggi per singolo POI.

Raccolta Dati: Sono stati raccolti 2.519 confronti a coppie tra esseri umani su itinerari completi in oltre 100 città degli Stati Uniti. Gli annotatori hanno scelto tra itinerari generati da diversi pianificatori senza conoscerne la fonte.
Architettura del Modello: Un modello di ricompensa Bradley-Terry è stato addestrato su circa 20 caratteristiche interpretabili a livello di itinerario (es. tempo totale di viaggio, entropia delle categorie, bilanciamento del carico giornaliero, margine di tempo).
- Il modello utilizza una formulazione basata sulla differenza: $P(x_a \succ x_b) = \sigma(R_\theta(x_a) - R_\theta(x_b))$ .
- Vincoli di Monotonicità: Il modello impone la conoscenza del dominio (es. un aumento del tempo di viaggio non dovrebbe aumentare la ricompensa) direttamente durante l'ottimizzazione.
Selezione: Il modello di ricompensa funge da selettore, scegliendo l'itinerario con il punteggio più alto tra il pool diversificato generato dalla fase Plan.

Fase 3: ADAPT (Raffinamento On-Device)

La fase Adapt esegue un raffinamento locale guidato dalla ricompensa sul seed dell'itinerario selezionato, entro un budget computazionale rigoroso consapevole del dispositivo.

Edizioni che Preservano la Fattibilità: Il sistema applica operatori atomici (Drop, Insert, Replace, Swap, Relocate, MoveDay) all'itinerario. Fondamentalmente, ogni modifica è seguita da una procedura di ri-temporizzazione incrementale che valida i vincoli. Se una modifica viola un vincolo, viene scartata. Ciò garantisce che ogni stato intermedio rimanga fattibile, a differenza dei metodi di riparazione post-hoc.
Strategia di Ricerca: Un approccio di hill-climbing con campionamento stocastico del vicinato seleziona le mosse che migliorano il punteggio di ricompensa.
Consapevolezza delle Risorse: Il processo di raffinamento è limitato da un budget temporale dinamico (tipicamente ~200–500 ms) regolato in base ai segnali del dispositivo (numero di core, memoria, modalità di alimentazione) per garantire una latenza interattiva.

3. Contributi Chiave

Ensemble di Pianificatori Eterogenei: Gli autori dimostrano empiricamente che nessun singolo algoritmo di pianificazione domina. Combinando cinque algoritmi distinti, ottengono un tasso di vittoria del 67,8% nei confronti a coppie, un miglioramento di 11,2 punti percentuali rispetto al miglior pianificatore singolo (DP).
Modellazione delle Preferenze a Livello di Itinerario: Andando oltre il punteggio per singolo POI, il paper introduce un modello Bradley-Terry compatto addestrato su confronti di itinerari completi. Questo modello cattura proprietà emergenti (ritmo, bilanciamento dei giorni) e raggiunge una accuratezza del 67,6% nella cross-validazione leave-one-city-out.
Raffinamento On-Device che Preserva la Fattibilità: La fase Adapt migliora la desiderabilità garantendo il 100% di fattibilità per costruzione. Raggiunge una latenza media on-device di 109,9 ms, consentendo un'esecuzione completamente offline e interattiva.

4. Risultati Sperimentali

Fattibilità vs LLM: In un benchmark contro tre LLM di frontiera (GPT-5, Claude Opus 4.5, Gemini 3 Pro) su 294 itinerari, gli LLM hanno ottenuto lo 0% di fattibilità rigorosa, violando vincoli come i tempi di viaggio e gli orari di visita. Al contrario, PLA ha mantenuto il 100% di fattibilità.
Performance dell'Ensemble: L'ensemble guidato dalla ricompensa ha superato il miglior pianificatore individuale di 11,2 punti (67,8% vs 56,6% di tasso di vittoria). La distribuzione della selezione mostra un'alta entropia (97,6% del massimo), confermando che diversi algoritmi contribuiscono in modo unico a seconda del contesto.
Incremento del Raffinamento: La fase Adapt ha fornito miglioramenti del punteggio statisticamente significativi in tutti i seed degli algoritmi. Ad esempio, i seed A* hanno visto un miglioramento dell'11,7%, mentre gli ensemble seed, già ad alto punteggio, sono migliorati del 3,9%.
Impatto sulla Produzione: Implementato nell'app iOS FlyEnJoy, PLA ha aumentato i tassi di completamento degli itinerari del 91% e le iniziazioni dell'83% rispetto a un baseline a singola euristica, riducendo al contempo il tempo medio di sessione per utente del 38%.

5. Significato e Rivendicazioni

Il paper sostiene che PLA fornisca un modello praticabile per la pianificazione allineata all'uomo sotto vincoli di deployment reali. La sua importanza risiede nel risolvere il compromesso tra fattibilità e desiderabilità senza fare affidamento su AI basate su cloud:

Robustezza: Separando la fattibilità (Plan) dalla preferenza appresa (Learn) e utilizzando un raffinamento che preserva la fattibilità (Adapt), il sistema evita il problema degli "schemi non validi" comune negli approcci di apprendimento e di AI generativa.
Portabilità: L'uso di un modello di ricompensa compatto e interpretabile e di operatori di ricerca leggeri permette al sistema di girare interamente sul dispositivo, supportando casi d'uso offline (aeroporti, in volo) dove le API cloud non sono disponibili o troppo costose.
Praticità: Il framework dimostra che una pianificazione complessa e multi-giorno può essere eseguita con una latenza interattiva (<300 ms) rispettando rigorosamente i vincoli duri, una capacità che gli attuali LLM di frontiera non possiedono in questo specifico dominio.

Gli autori concludono che, mentre gli LLM faticano con i vincoli rigidi, un approccio ibrido strutturato che combina ottimizzazione classica, apprendimento delle preferenze e ricerca locale vincolata può fornire risultati superiori e pronti per la produzione per la generazione di itinerari personalizzati.