生成个性化旅行行程是一项复杂的规划任务，涉及到硬性组合可行性与柔性潜在可取性之间的张力。传统优化方法虽能强制执行约束，但无法捕捉主观旅行者偏好；而基于学习的方法虽然能够建模偏好，却无法保证可行性。移动端的部署则在这两者上增加了额外的资源限制。为了解决这一问题，我们提出了个性化设备内行程生成的三阶段框架——规划、学习与适应（PLA）。
在规划阶段，构建一个异质集成的轻量级规划器，生成结构上多样的可行候选方案。在学习阶段，通过成对行程比较，拟合一个紧凑的Bradley-Terry奖励模型，捕捉到诸如节奏、地理连贯性和每日平衡等新兴行程属性，而这些是每个POI信号所遗漏的。最后，在适应阶段，应用保留可行性的局部优化，确保每个中间状态在设备感知计算预算内都是可行的。
在对2519对人类比较的测试中，奖励引导的集成方法实现了67.8%的胜率，超出最佳单一规划器11.2个百分点，并且保证了100%的可行性。在同样的约束下，三种前沿大语言模型（GPT-5、Claude Opus 4.5 和 Gemini 3 Pro）则实现了0%的可行性。奖励模型在未见城市中也具有较好的泛化能力，留一城市的平均准确率为67.6%。在FlyEnJoy的生产部署中，PLA框架使行程完成率提高了91%，设备内平均延迟为109.9毫秒。
博主点评： PLA框架通过结合传统优化与学习模型，成功解决了个性化行程生成中的可行性与可取性问题，展现了在移动设备上进行高效规划的潜力。其在实际应用中的表现也为未来个性化服务提供了新的思路和方向。