LLM引导的智能体楼层平面图解析：为盲人和低视力人群提供可达 indoor navigation
人工智能
2026-04-28 v1 计算机视觉与模式识别
人机交互
多智能体系统
摘要
室内导航始终是盲人和低视力（BLV）个体面临的关键可达性挑战，因为现有解决方案依赖昂贵的单-building 基础设施。我们提出了一个智能体框架，将单个楼层平面图转换为结构化、可检索的知识库，以生成安全、可达的导航指令。该系统包含两个阶段：一个多智能体模块通过自纠正管道（包含迭代重试循环和纠正反馈）将楼层平面图解析为空间知识图；以及一个路径规划器，用于生成可达的导航指令，Safety Evaluator 智能体评估每条路线的潜在风险。我们在真实环境的 UMBC 数学和心理学楼层（MP-1 和 MP-3）以及 CVC-FP 数据集上进行评估。在 MP-1 上，短程、中程和长程路线的成功率分别为 92.31%、76.92% 和 61.54%，显著优于最强单调用基线（Claude 3.7 Sonnet）的 84.62%、69.23% 和 53.85%。在 MP-3 上，成功率分别为 76.92%、61.54% 和 38.46%，对比最佳基线的 61.54%、46.15% 和 23.08%。这些结果表明，我们的方法在单调用 LLM 基线上持续获益，并证明了该工作流程是 BLV 个体可达室内导航的可扩展解决方案。
引用
@article{arxiv.2604.23970,
title = {LLM-Guided Agentic Floor Plan Parsing for Accessible Indoor Navigation of Blind and Low-Vision People},
author = {Aydin Ayanzadeh and Tim Oates},
journal= {arXiv preprint arXiv:2604.23970},
year = {2026}
}