桥接结构与语言：用于自动驾驶道路理解的基于图视觉推理

针对自动驾驶中道路几何与拓扑理解的需求，本文提出结合道路基底（CRS）框架，旨在弥合视觉语言模型语义灵活但缺乏几何 grounding，与传统模块化系统结构精确但语义僵化之间的差距。CRS 通过递归图查询生成复杂的问答对，并提供可追溯的逻辑依据及程序提取的思维链监督。实验表明，即使小规模模型经 CRS 训练，在组合推理任务上也能显著提升，证明结构化监督而非模型规模是提升道路理解能力的关键瓶颈。