本研究提出InCrowd-VI数据集，旨在解决真实场景数据不足的问题，支持室内行人导航，揭示现有SLAM算法在复杂环境中的性能限制，并强调其对视觉障碍者导航的重要性。

该研究提出了一种新的室内导航方法，通过学习视觉表示将地图信息转移到代理的自我中心表示中。实验结果表明，该方法在目标导航和连续环境下都取得了较好的结果。