추론을 통한 규제 준수: 교통 규칙 이해를 위한 연쇄적 사고

Reasoning to Regulate: Chain-of-Thought for Traffic Rule Understanding

교통 법규를 이해하고 준수하는 것은 자율 주행의 안전에 매우 중요하지만, 다양한 형태와 상황 의존적인 교통 표지판으로 인해 여전히 어려운 과제입니다. 중요한 점은 규제 이해가 단순한 인식 작업이 아니라 추론 문제라는 것입니다. 즉, 특정 규칙이 적용되는지는 해당 표지판을 차선 배치 및 장면 맥락과 관련하여 해석하는 데 달려 있습니다. 이러한 추론을 지원하기 위해 MapDR 데이터셋은 각 교통 표지판의 규제 규칙을 해당 규칙이 적용되는 특정 차선에 연결하는 상세한 주석을 제공합니다. 기존 방법들은 주로 이 문제를 직접적인 시퀀스 예측으로 처리하며, 표지판 의미와 지도 구조 간의 근본적인 연관성을 고려하지 않습니다. 이러한 한계를 해결하기 위해, 우리는 명시적으로 추론 능력을 이 작업에 통합하고, 비전-언어 모델(VLMs)에 연쇄적 사고(CoT) 기능을 부여하는 프레임워크를 제안합니다. 먼저, 강력한 LLM을 활용하여 합리적인 설명을 생성하는 확장 가능한 CoT 큐레이션 파이프라인을 설계하고, VLM 기반 검증기를 사용하여 잘못된 사례를 필터링하여 고품질의 (CoT, 답변) 쌍 집합을 얻습니다. 이러한 기반을 바탕으로, 우리는 두 단계의 학습 방식을 채택합니다. 첫째, 합리적인 설명을 통해 답변을 생성하도록 지도 미세 조정(SFT)을 수행하고, 둘째, 답변에 근거한 세분화된 보상을 활용하는 GRPO 강화 학습을 통해 최종 답변 정확도를 더욱 향상시킵니다. MapDR 데이터셋에 대한 광범위한 실험 결과, 우리 방법은 해석 가능성과 정확성을 모두 크게 향상시켜 규제 인식 자율 주행을 위한 최초의 추론 기반 프레임워크를 구축했습니다.

Understanding and complying with traffic regulations is a safety-critical requirement for autonomous driving, yet remains challenging due to the diversity and context dependence of traffic signage. Importantly, regulation understanding is not a simple recognition task, but a reasoning problem: whether a rule applies depends on interpreting the sign in relation to the spatial layout of lanes and scene context. To support such reasoning, MapDR provide fine-grained annotations that link each traffic sign's regulatory rules to the specific lanes they govern. Existing methods, however, largely treat this as direct sequence prediction, ignoring the underlying reasoning that connects sign semantics and map structure. To address this limitation, we explicitly incorporate reasoning into this task and propose a framework that equips vision-language models (VLMs) with chain-of-thought (CoT) capabilities. We first design a scalable CoT curation pipeline that bootstraps rationales from a strong LLM through a two-round strategy and employs a VLM-based verifier to filter out incorrect cases, yielding a high-quality set of (CoT, answer) pairs. Building on this foundation, we adopt a two-stage training scheme: supervised fine-tuning (SFT) to teach rationale-to-answer generation, followed by GRPO reinforcement learning with answer-grounded, fine-grained rewards to further improve final answer accuracy. Extensive experiments on MapDR show that our approach significantly improves both interpretability and accuracy, establishing the first reasoning-based framework for regulation-aware autonomous driving.