El bienestar de los residentes es una prioridad principal para las megaciudades, por eso el diseño urbano y el desarrollo sostenible son temas cruciales. La Calidad de Vida (CdV) se utiliza como un índice de rendimiento clave (KPI) efectivo para medir la eficiencia de la cantidad y calidad de los factores de un plan de ciudad. Para los habitantes de la ciudad, la CdV para peatones también es significativa. El concepto de transitabilidad evalúa y analiza la CdV en una escena de caminata. Sin embargo, el enfoque tradicional de encuesta por cuestionario es costoso, consume mucho tiempo y está limitado en su área de evaluación. Para superar estas limitaciones, el documento propone utilizar la tecnología de inteligencia artificial (IA) para evaluar datos de transitabilidad recopilados a través de una encuesta por cuestionario utilizando herramientas de realidad virtual (RV). El método propuesto implica la extracción de conocimiento utilizando redes neuronales convolucionales profundas (RNCD) para la extracción de información y modelos de aprendizaje profundo (AP) para inferir puntajes de CdV. La destilación de conocimiento (KD) también se aplica para reducir el tamaño del modelo y mejorar el rendimiento en tiempo real. Los resultados del experimento demuestran que el enfoque propuesto es práctico y puede considerarse un método alternativo para adquirir CdV.