AI Tour Meeting：多大型語言模型代理人如何透過對話協作，制定出讓所有人都滿意的團體旅遊行程？

本研究提出 AI Tour Meeting 框架，模擬多個具備不同人格特質的 LLM 代理人，透過自然語言討論共同規劃旅遊行程，並提供彈性的配置與分析工具以觀察其協調行為。

Problem

團體旅遊規劃通常面臨多人偏好衝突且難以協調的問題。在多代理人系統（Multi-Agent Systems）中，如何讓多個大型語言模型（LLM）有效溝通並達成共識，目前仍缺乏一個易於配置、可視化且能深入分析的模擬平台。

開發了「AI Tour Meeting」架構，允許使用者設定多個具備獨特人格特質（Persona）的 LLM 代理人。這些代理人透過自然語言對話進行協商，在滿足各自約束條件與偏好的前提下尋求最佳行程方案。系統提供直觀介面，用於配置討論工作流、監控對話進度及部署不同模型。

透過系統驗證與多項分析數據，證明該框架能有效模擬代理人在旅遊規劃中的複雜互動。研究指出，代理人的人格特質設定與討論流程的編排，會直接影響最終行程的達成效率與成員滿意度。

此研究提供了一個強大的模擬工具，讓開發者能深入觀察多代理人系統在群體決策中的行為邏輯。這不僅推進了協作式人工智慧的技術發展，也為未來自動化旅遊顧問與智慧協商系統的開發奠定實務基礎。