SignReasoner：基于功能结构单元的复杂交通标志组合推理

针对自动驾驶中复杂交通标志语义理解难题，现有模型缺乏组合泛化能力。本文提出 SignReasoner，将通用视觉语言模型转化为专家推理器。核心创新是功能结构单元（FSU），从实例建模转向基于功能的分解，将标志拆解为方向、通知等核心功能块以学习结构语法。我们定义了 FSU 推理任务，并引入两阶段后训练流程：迭代标题蒸馏提升准确性，以及基于树编辑距离奖励的 GRPO 算法增强推理能力。实验表明该方法在无需架构修改下实现了最先进性能。