DriveCombo：基准测试自动驾驶中的组合式交通规则推理

多模态大模型正成为端到端自动驾驶系统的智能核心，但现有基准多关注单一规则场景，忽视了现实驾驶中多规则并发与冲突的复杂性。为此，本文提出 DriveCombo，一个基于文本和视觉的组合式交通规则推理基准。受人类认知发展启发，我们设计了五级认知阶梯，从单规则理解到多规则整合及冲突解决进行量化评估。此外，提出了 Rule2Scene 智能体，将语言规则映射为动态驾驶场景以实现视觉推理。对 14 个主流模型的评估显示，随着任务复杂度增加性能显著下降，尤其在规则冲突时。微调后，模型在规则推理及下游规划能力上均有显著提升。