基于AIAgent的智能出行助理系统及方法与流程

本发明涉及人工智能，尤其涉及基于ai agent的智能出行助理系统及方法。

背景技术：

1、随着人工智能、地理信息与移动互联网技术的发展，出行规划系统已广泛应用于导航、旅游推荐和城市通勤等场景。现有系统通常根据用户输入的起点、终点或偏好条件，结合道路网络、历史轨迹或兴趣点数据，采用最短路径算法、规则推荐模型或静态排序模型生成出行方案，能够满足单一目的地或简单路线查询需求。

2、在复杂出行任务中，现有技术仍存在不足。传统系统多以静态路径计算为核心，通常在出发前一次性生成完整路线，缺乏对出行过程的连续状态感知和动态决策能力。现有系统对多兴趣点、多时间约束及多交通方式组合场景缺少分阶段建模机制，难以将步行、公交、网约车、铁路、景区预约等连续出行环节统一表达和协同优化，导致规划结果整体性和可执行性不足。

3、当交通拥堵、天气变化、班次延误或用户临时调整兴趣点时，传统系统通常需要重新进行全局路径计算，缺少针对局部路径片段的快速替换和分支切换机制。现有规划结果多停留在路线展示层面，与第三方订票、预约、叫车、门票购买等平台接口联动不足，难以形成规划、执行与反馈更新闭环。

技术实现思路

1、本发明的一个目的在于提出基于ai agent的智能出行助理系统及方法，本发明通过引入动作容器化、旅程原型调度及可撤销规划链结构，实现多兴趣点出行路径的动态规划与实时调整，具备决策能力强、路径灵活性高及执行联动性好的优点。

2、根据本发明实施例的基于ai agent的智能出行助理系统及方法，包括如下步骤：

3、获取出行相关数据，执行预处理，生成当前观测数据，构建ai agent；

4、原型调度，依据当前观测数据在历史旅程原型库中执行匹配计算，筛选得到候选旅程原型集合，将候选旅程原型集合解析为对应的动作容器序列模板；

5、构建muzero模型，建立包含表征函数、动态函数与预测函数的决策模型，将当前观测数据作为初始输入状态；

6、动作容器化处理，依据当前观测数据生成候选动作容器集合，每一动作容器对应一段连续出行子路径，将候选动作容器集合与动作容器序列模板共同构建为搜索节点集合输入muzero模型，通过基于动作容器的多步树搜索对不同动作容器组合进行扩展与评估，生成候选动作容器序列集合；

7、可撤销规划链构建，依据候选动作容器序列集合构建规划链结构，对每一动作容器设置执行条件、撤销条件与替代动作容器入口，将若干动作容器按照条件连接形成具备分支切换关系的候选规划链集合；

8、决策输出，依据候选规划链集合确定目标规划链，输出目标规划；

9、反馈更新，依据目标规划链的执行结果更新历史旅程原型库中的旅程原型记录。

10、可选的，所述原型调度具体包括：

11、对当前观测数据进行特征提取，生成任务特征向量；

12、在历史旅程原型库中获取旅程原型记录，对每一旅程原型记录提取对应的原型特征向量；

13、对任务特征向量与各原型特征向量执行相似度计算；选取相似度高于预设阈值的旅程原型记录作为候选旅程原型集合；

14、对候选旅程原型集合中的每一旅程原型记录进行结构解析，提取旅程原型记录中已存储的出行路径片段序列、交通方式序列及对应时间区间信息；

15、对各路径片段执行分段处理，将每一路径片段转换为对应的动作容器，动作容器包含路径片段、时间区间及交通方式组合；

16、按照原旅程原型记录中的路径顺序对各动作容器进行排序与连接，生成对应的动作容器序列模板；

17、汇总所有候选旅程原型记录解析得到的动作容器序列模板，形成动作容器序列模板集合。

18、可选的，所述muzero模型具体包括：

19、建立包含表征函数、动态函数与预测函数的决策模型，表征函数用于将当前观测数据映射为初始隐状态，动态函数用于根据隐状态与输入动作生成下一隐状态，预测函数用于基于隐状态输出策略分布与价值估计；

20、将动作容器作为动态函数的输入单元，将动作容器中包含的起始地点、终止地点及交通方式信息编码后参与状态转移计算；

21、在树搜索过程中，将动作容器作为搜索扩展节点，对不同动作容器序列执行状态转移与价值评估，根据预测函数输出结果选择候选动作容器序列；

22、将原型调度步骤得到的动作容器序列模板作为初始搜索分支插入树搜索结构，基于历史旅程原型的动作容器序列与基于当前观测数据生成的动作容器序列共同参与搜索扩展，形成基于动作容器的多路径决策结构。

23、可选的，所述动作容器化处理具体包括：

24、依据当前观测数据解析用户出行任务数据，从兴趣点数据中执行匹配计算，筛选得到兴趣点，确定出行起始地点与终止地点；

25、将兴趣点按照空间位置关系进行排列，构建包含起始地点、兴趣点及终止地点的路径节点序列；

26、在预先构建的路径网络中，对路径节点序列中相邻节点执行路径搜索，生成对应的连续位置点序列，对连续位置点序列进行交通方式识别，在交通方式发生变化的位置进行划分，得到多个路径片段；

27、将每一路径片段作为一个动作容器，每一动作容器对应从一个地点到另一地点的完整出行过程；

28、将动作容器与动作容器序列模板进行匹配，将动作容器序列模板中的动作容器插入至当前动作容器序列中，形成扩展后的动作容器序列；

29、对扩展后的动作容器序列依据空间连接关系进行组合，筛选得到满足起始地点与终止地点连通约束的若干个动作容器序列；

30、将动作容器序列输入muzero模型执行多步状态转移计算与价值评估，根据评估结果筛选得到候选动作容器序列集合。

31、可选的，所述可撤销规划链构建具体包括：

32、对每一动作容器设置执行条件，执行条件包括当前时间与动作容器对应时间区间的匹配关系；

33、对每一动作容器设置撤销条件，撤销条件包括交通状态变化超过预设阈值、天气状态变化超过预设阈值以及用户输入的兴趣点变更指令；

34、对每一动作容器设置替代动作容器入口，在满足撤销条件时，从候选动作容器序列集合中选取起始地点与当前动作容器终止地点名称一致的其他动作容器作为替代动作容器；

35、依据执行条件、撤销条件与替代动作容器入口对动作容器进行连接，将原动作容器序列中的相邻动作容器之间建立分支连接关系，形成包含主路径与替代路径的规划链结构；

36、在规划链执行过程中，对执行条件与撤销条件进行实时检测，当满足撤销条件时切换至对应的替代动作容器，继续按照更新后的动作容器序列执行，生成候选规划链集合。

37、可选的，所述决策输出具体包括：

38、对候选规划链集合中的各规划链逐一提取对应的动作容器序列，获取每一动作容器序列的累计价值评估结果；

39、选取累计价值评估结果最高的规划链作为目标规划链；

40、对目标规划链中的各动作容器按照执行顺序进行解析，提取对应的出行路径、交通方式、时间区间及地点信息，生成结构化出行方案；

41、将结构化出行方案转换为可视化行程信息并输出至用户终端，包括路径展示、时间安排及切换条件提示；

42、基于目标规划链中的交通方式信息与地点信息，调用外部服务接口执行资源检索操作，获取与各动作容器对应的票务信息、预约信息或服务入口信息；

43、对票务信息、预约信息或服务入口信息进行筛选，选取与目标规划链匹配的资源链接，生成可操作链接集合；

44、将可操作链接集合与结构化出行方案关联展示至用户终端；

45、在接收到用户触发操作指令时，依据可操作链接集合执行对应的购票操作或预约操作，更新目标规划链的执行状态。

46、可选的，所述反馈更新具体包括：

47、在目标规划链执行过程中采集执行结果数据，执行结果数据包括各动作容器的实际执行路径、实际时间区间、交通方式执行情况及用户操作行为；

48、将执行结果数据与目标规划链中的原动作容器序列进行对比，计算路径偏差与时间偏差；

49、当路径偏差与时间偏差均小于预设阈值时，将对应的动作容器序列更新写入历史旅程原型库，作为新的旅程原型记录；

50、当路径偏差或时间偏差大于预设阈值时，对历史旅程原型库中与目标规划链对应的旅程原型记录进行更新处理，将执行结果数据替换原有旅程原型记录中的路径与时间信息；

51、对历史旅程原型库中的各旅程原型记录执行有效性检测，当某一旅程原型记录在预设时间窗口内被调用次数小于预设次数阈值或对应执行结果数据的偏差连续超过预设次数时，将旅程原型记录从历史旅程原型库中删除。

52、可选的，所述ai agent包括：

53、核心agent对出行相关数据中的用户出行任务数据进行语义解析，将解析结果并入当前观测数据；

54、规划agent执行原型调度和动作容器化处理，依据当前观测数据从历史旅程原型库中筛选候选旅程原型集合，生成动作容器序列模板，依据当前观测数据生成候选动作容器集合；

55、规划agent将候选动作容器集合与动作容器序列模板共同构建为搜索节点集合，输入muzero模型，以通过基于动作容器的多步树搜索生成候选动作容器序列集合；

56、校验agent对候选动作容器序列集合或候选规划链集合进行时间区间匹配、空间连接关系和动作容器执行条件的校验，确定目标规划链；

57、行程伴随agent在目标规划链执行过程中检测各动作容器的执行条件和撤销条件，在满足撤销条件时触发对应的替代动作容器入口，更新目标规划链的后续执行状态。

58、根据本发明实施例的基于ai agent的智能出行助理系统，包括：

59、用户交互模块，用于接收用户提交的出行需求，向用户展示行程方案及执行状态；

60、数据采集模块，用于向ai agent与决策规划模块提供包括兴趣点、交通、天气、票务和用户行为的数据服务，生成当前观测数据；

61、原型调度模块，用于依据当前观测数据调用个性化推荐模型获取兴趣点，从历史旅程原型库中匹配得到动作容器序列模板；

62、决策规划模块，用于构建muzero模型，对动作容器集合与动作容器序列模板执行多步状态转移计算与树搜索，生成候选动作容器序列集合并构建可撤销规划链；

63、第三方服务调用模块，用于基于目标规划链中的交通方式信息与地点信息调用外部服务接口，获取票务信息、预约信息或服务入口信息，生成可操作链接；

64、执行与反馈模块，用于依据用户触发操作执行购票操作或预约操作，更新目标规划链的执行状态，根据执行结果更新历史旅程原型库中的旅程原型记录，将执行结果反馈至用户交互模块。

65、本发明的有益效果是：

66、（1）本发明通过动作容器化处理，将多兴趣点、多交通方式组合的连续出行过程划分为若干结构化出行子路径，使复杂路径能够以统一形式参与计算，减少无效路径组合，降低搜索空间和计算复杂度，提高规划效率。

67、（2）本发明通过旅程原型调度机制与muzero决策模型，将历史高质量出行经验转换为动作容器序列模板，并结合当前观测数据进行多步状态转移计算和树搜索，提高初始规划质量、路径稳定性及多阶段出行决策的整体合理性。

68、（3）本发明通过可撤销规划链结构，在每一动作容器中设置执行条件、撤销条件及替代动作容器入口，使系统在交通、天气或用户计划变化时能够进行局部路径切换，减少整体重规划调用，降低第三方服务接口重复访问负载，并提升动态出行场景下的用户交互体验。