행동 트리 기반 분리형 여행 계획 (Behavior Forest)

요약

본 논문은 복잡한 다중 제약 조건(multi-constraint)을 가진 여행 계획 문제를 해결하기 위해 'Behavior Forest'라는 새로운 프레임워크를 제안합니다. 기존 방식들이 모든 하위 작업과 제약을 하나의 결정 공간에 묶어 처리하면서 발생하는 높은 추론 부하와 비효율성을 개선하는 것이 목표입니다. Behavior Forest는 전체 과정을 여러 개의 병렬 행동 트리(behavior trees)로 분리하고, 각 트리가 특정 하위 작업을 담당하게 합니다. 여기에 전역 조정 메커니즘(global coordination)을

핵심 포인트

• Behavior Forest는 여행 계획 문제를 개별적인 '행동 트리'들의 숲으로 구조화하여 모듈성과 일관성을 확보합니다.
• LLM은 행동 트리의 노드에 임베딩되어, 작업별 제약 조건 하에서 국소적 추론을 수행하며 후보 하위 계획(subplans)을 생성합니다.
• 제안된 방식은 기존 SOTA 대비 TravelPlanner 벤치마크에서 6.67%, ChinaTravel 벤치마크에서 11.82%의 성능 향상을 입증했습니다.