Chain-of-Thought Autonomous Driving Vision-Language Models Traffic Rules
摘要

自动驾驶中交通规则的理解与遵守至关重要,但因标志多样性及上下文依赖性而极具挑战。该任务本质是推理问题,需结合车道布局与场景语境解读标志。针对现有方法忽略底层推理的局限,本文提出一种赋予视觉语言模型思维链能力的框架。通过构建可扩展的思维链筛选流水线生成高质量数据,并采用两阶段训练策略:先进行监督微调教授推理生成,再利用基于答案的细粒度奖励进行 GRPO 强化学习。实验表明,该方法显著提升了自动驾驶规则感知的可解释性与准确性。

AI 推荐理由

论文核心提出基于思维链的推理框架,解决交通规则理解中的逻辑推导问题。

研究机构
Shenzhen-FNii, CUHK-SZ HKUST(GZ) Tencent T Lab CUHK-SZ, Shenzhen-FNii
论文信息
作者 Yueru Luo, Xu Yan, Changqing Zhou, Yiming Yang, Chao Zhan et al.
发布日期 2026-07-27
arXiv ID 2607.24199
相关性评分 9/10 (高度相关)