New Life Hack: Using LLMs and Constraint Solvers for Personal Logistics Tasks
a year ago
- #Constraint Solvers
- #LLMs
- #Logistics
- 利用大语言模型生成约束求解程序可以帮助解决具有多重约束的个人物流任务。
- 作者面临一个挑战：需要根据到达时间、离开时间和房间偏好等多种约束条件将朋友分配到不同的密室逃脱房间。
- 像ChatGPT和Claude 3.7 Sonnet这样的大语言模型最初未能解决问题，但在被要求生成约束求解程序时取得了成功。
- 约束求解器允许用户以声明式表达约束条件，并让求解器高效探索可能的解决方案。
- 作者使用Google的OR-Tools Python包对密室逃脱分配问题进行建模，包含硬约束和软约束。
- 软约束包括确保每人至少参与一个房间的游戏，以及将特定朋友分在同一组。
- 解决方案涉及调整时间槽和约束条件，直到找到可行的日程安排。
- 作者建议，如果大语言模型能集成OR-Tools等约束求解库，其解决问题的能力将更加强大。
- 这种方法可推广到其他需要在约束条件下进行优化的物流问题。