Статья посвящена проблеме позиционирования внутри помещений в условиях отсутствия сигнала спутниковых навигационных систем с использованием Bluetooth Low Energy (BLE) маяков. Задачей исследования является оценка точности позиционирования, обеспечиваемой системой BLE-маяков в сочетании с методами машинного обучения. Для определения 2D координат объекта используется нейронная сеть прямого распространения с двумя скрытыми слоями. Рассматриваются три способа формирования обучающей выборки: регулярная сетка, случайная сетка и сетка на основе отрезков. Для моделирования уровня принимаемого сигнала применяется логарифмическая модель затухания радиосигнала с учетом инструментальных шумов. Экспериментальные исследования проведены для помещений различных размеров и при различном числе маяков. Результаты показывают, что достижимая точность позиционирования составляет 20–30 см, а наилучшие результаты достигаются при использовании регулярной сетки или сетки на основе отрезков. Установлено, что машинное обучение не повышает точность позиционирования в статистическом смысле, а задача остается в рамках фундаментальных понятий наблюдаемости и устойчивости. Практическая значимость работы заключается в возможности применения предложенного подхода для навигации сервисных роботов, дронов, автоматизации складских комплексов и построения систем обеспечения безопасности.