do not share

This dataset accompanies the research paper "EMEROUTE: A Knowledge-Augmented Multimodal LLM Agent for Adaptive Emergency Evacuation Planning". The repository contains: - 1,000 standardized test cases across 10 Chinese cities and 5 disaster types - Complete EMEROUTE framework implementation - Emergency knowledge graph (91,265 entities, 189,724 relationships) - Evaluation metrics and baseline comparison codes - Experimental results and visualization tools The dataset enables reproduction of all experimental results and supports further research in AI-driven emergency management systems. Technical Requirements: Python 3.8+, Neo4j database, standard GIS libraries.

本数据集配套发表于研究论文《EMEROUTE：面向自适应应急疏散规划的知识增强型多模态大语言模型（Large Language Model）智能体》。该代码仓库包含以下内容：
- 覆盖10座中国城市与5类灾害场景的1000组标准化测试用例
- 完整的EMEROUTE框架实现代码
- 应急知识图谱（含91265个实体、189726条关系）
- 评估指标与基线模型对比代码
- 实验结果及可视化工具
本数据集可复现全部实验结果，同时支持面向AI驱动应急管理系统的后续研究。
技术要求：需使用Python 3.8及以上版本、Neo4j数据库及标准地理信息系统（Geographic Information System，GIS）库。