智能旅行规划的未来：大模型与形式化验证的融合

人工智能咨询培训老师叶梓 转载标明出处

我们在做旅行规划时面对众多的目的地选择、复杂的交通连接、预算限制以及个人偏好等多重因素，即使是最有经验的旅行者也可能会陷入选择困境。传统的旅行规划方法往往依赖于人工操作，这不仅耗时耗力，而且难以保证计划的最优性和可执行性。

本文将探讨一个革命性的解决方案——将大模型（LLMs）与形式化验证工具相结合，以解决传统旅行规划中存在的问题。这种方法不仅能够处理复杂的约束条件，还能够提供经过严格验证的旅行计划，确保每一项旅行安排都符合用户的具体要求。通过这一创新框架，我们能够实现更高效、更准确、更个性化的旅行规划，让每个人都能享受到定制化的旅行体验。

方法

究者们提出了一个框架，该框架利用LLMs来形式化地表述和解决旅行规划问题，将其视为一个可满足性模理论（SMT）问题。这一方法的核心在于，通过多次调用LLMs，完成从自然语言查询到JSON格式描述的转换、问题的公式化步骤生成，以及基于步骤的代码生成。当输入的查询不可满足时，LLMs还能够基于当前情况提出建议，并根据建议修改现有代码。

框架的概览

Figure 1框架是一个协作系统，涉及人类用户、大型语言模型（LLM）、SMT求解器以及生成的旅行计划。工作流程如下：

1. 人类用户提出查询：以自然语言的形式，用户提出他们的旅行计划需求。

2. LLM翻译：LLM将用户的自然语言查询转换为JSON格式，这是一种结构化的数据处理格式，便于计算机解析和处理。

3. 生成SMT问题步骤：LLM根