This paper deals with improving the capabilities of Large Language Models (LLM) to provide route instructions for pedestrian wayfinders by means of qualitative spatial relations.

翻译：本文旨在通过引入定性空间关系，提升大型语言模型为行人导航提供路径指引的能力。研究提出一种基于图结构的检索增强生成框架，该框架整合了街道网络的拓扑特征与空间语义表示，通过双边推理机制实现对复杂城市环境的层次化空间关系建模。该方法将几何约束与认知逻辑相结合，使模型能够生成符合人类空间认知习惯的导航指令，显著提升了路径描述的准确性与自然度。