Fugu-MT 論文翻訳(概要): Reasoning to Regulate: Chain-of-Thought for Traffic Rule Understanding

論文の概要: Reasoning to Regulate: Chain-of-Thought for Traffic Rule Understanding

arxiv url: http://arxiv.org/abs/2607.24199v1
Date: Mon, 27 Jul 2026 09:24:41 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-28 22:34:15.375395
Title: Reasoning to Regulate: Chain-of-Thought for Traffic Rule Understanding
Title（参考訳）: レギュレーションの理由:交通ルール理解のためのチェーン・オブ・サード
Abstract要約: MapDRは、各トラフィックサインの規制ルールと、それらが管理する特定のレーンを結びつける、きめ細かいアノテーションを提供します。しかし、既存の手法では、これを直接シーケンス予測として扱うことが多い。本稿では,視覚言語モデルにチェーンオブ思考機能を持たせるフレームワークを提案する。
参考スコア（独自算出の注目度）: 43.741376405232295
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: 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.
Abstract（参考訳）: 交通規制の理解と遵守は、自動運転の安全に欠かせない要件であるが、交通標識の多様性と文脈依存性のため、依然として困難である。重要なことは、規制の理解は単純な認識タスクではなく、ルールが適用されるかどうかは、レーンとシーンコンテキストの空間的レイアウトに関連するサインの解釈に依存する。このような推論をサポートするため、MapDRは、各トラフィックサインの規制ルールと、それらが管理する特定のレーンを結びつける、きめ細かいアノテーションを提供する。しかし、既存の手法では、これを直接シーケンス予測として扱い、手話意味論と地図構造を結びつける基本的な推論を無視している。この制限に対処するため、我々はこのタスクに推論を明示的に組み込んで、視覚言語モデル(VLM)にチェーン・オブ・シント(CoT)機能を持たせるフレームワークを提案する。まず,2ラウンド戦略により強力なLCMから論理をブートストラップするスケーラブルなCoTキュレーションパイプラインを設計し,VLMベースの検証器を用いて不正なケースをフィルタリングし,高品質な(CoT,応答)ペアを生成する。この基礎の上に構築された2段階のトレーニングスキームは、合理的な回答生成を教えるための教師付き微調整(SFT)と、最終回答の精度をさらに向上させるために、答えのグラウンドできめ細かな報酬を付与したGRPO強化学習を採用する。 MapDRに関する大規模な実験により、我々のアプローチは解釈可能性と精度の両方を著しく改善し、規制に配慮した自律運転のための最初の推論に基づく枠組みを確立した。

関連論文リスト

Enhancing Multimodal In-Context Learning via Inductive-Deductive Reasoning [65.15766304205657]
In-context Learning (ICL) は、大規模なモデルをいくつかの例を使ってタスクに適応させるが、視覚言語モデル(VLM)への拡張は脆弱である。我々の分析によると、基本的な限界は帰納的ギャップにあり、モデルはしばしば欠陥のある推論から正しい答えを導き出す。帰納的帰納的プロセスとしてマルチモーダル ICL を再構成する枠組みを導入する。
論文参考訳（メタデータ） (2026-05-04T09:18:19Z)
Reinforcing Structured Chain-of-Thought for Video Understanding [49.3086326382764]
概要駆動強化学習(SDRL)を紹介する。 SDRLは、Supervised Fine-Tuning (SFT)の必要性を回避したシングルステージのRLフレームワークである。提案手法は、7つの公開ビデオQAデータセット上での最先端性能を実現する。
論文参考訳（メタデータ） (2026-03-26T22:11:14Z)
A Progressive Visual-Logic-Aligned Framework for Ride-Hailing Adjudication [19.51385161254594]
RideJudgeは、一般的な視覚的セマンティクスと厳密な顕在的プロトコルの間のギャップを埋めるプログレッシブなビジュアル論理指向フレームワークである。我々のフレームワークは88.41%の精度を達成し、32Bスケールのベースラインを超え、解釈可能な適応のための新しい標準を確立する。
論文参考訳（メタデータ） (2026-03-18T03:46:30Z)
DriveCombo: Benchmarking Compositional Traffic Rule Reasoning in Autonomous Driving [34.19974984127512]
合成トラフィックルール推論のためのテキストベースのベンチマークであるDriveComboを提案する。人間のドライバの認知発達に触発されて,系統的な5レベル認知層を提案する。また,言語ベースの交通ルールを動的運転シーンにマッピングするルール2Scene Agentを提案する。
論文参考訳（メタデータ） (2026-03-02T09:12:40Z)
ReAL-AD: Towards Human-Like Reasoning in End-to-End Autonomous Driving [27.75047397292818]
エンドツーエンドの自動運転は、単一のフレームワーク内で認識、予測、計画を統合するための有望なアプローチとして現れています。本稿では,3階層の認知モデルに基づいて自律運転における意思決定を構造化するReAL-ADを提案する。我々のフレームワークを統合することで、計画の正確さと安全性が30%以上向上し、エンドツーエンドの自動運転がより解釈可能になり、人間のような階層的推論に適合することを示します。
論文参考訳（メタデータ） (2025-07-16T02:23:24Z)
RelTopo: Multi-Level Relational Modeling for Driving Scene Topology Reasoning [74.58385332488227]
道路トポロジー推論は自動運転にとって重要であり、効率的なナビゲーションと交通規制の遵守を可能にする。既存の手法は通常、レーン検出またはレーン・トゥ・レーン(L2L)のトポロジー推論(英語版)に重点を置いており、しばしばこれらのタスクを共同で最適化するためにレーン・トゥ・トラッフィック・エレメント(L2T)の関係をテキスト化している。人間は自然に道路要素認識と接続性推論の文脈的関係を利用するので、リレーショナルモデリングは知覚と推論の両方に有益であると主張する。
論文参考訳（メタデータ） (2025-06-16T14:40:28Z)
Predictive Traffic Rule Compliance using Reinforcement Learning [7.280087547993983]
本稿では,交通ルール違反の可能性を予測するために,モーションプランナと深層強化学習モデルを統合するアプローチを提案する。我々の主な革新は、アクター・クリティカルな方法で標準的なアクター・ネットワークをモーション・プランニング・モジュールに置き換えることです。オープンなドイツの高速道路データセットの実験では、計画の地平線を超えた交通ルール違反を予測し、防止することができる。
論文参考訳（メタデータ） (2025-03-29T01:04:08Z)
Deliberative Alignment: Reasoning Enables Safer Language Models [64.60765108418062]
モデルセーフティ仕様を教える新しいパラダイムであるDeliberative Alignmentを紹介します。このアプローチを使ってOpenAIのoシリーズモデルを整列させ、人書きのチェーンや回答を必要とせず、OpenAIの安全ポリシーに極めて正確な順守を実現しました。
論文参考訳（メタデータ） (2024-12-20T21:00:11Z)
Driving by the Rules: A Benchmark for Integrating Traffic Sign Regulations into Vectorized HD Map [15.57801519192153]
交通標識から運転規則を抽出するためのデータセットであるMapDRを紹介する。 MapDRには1万ドル以上の注釈付きビデオクリップがあり、交通標識規則と車線との複雑な相関関係を捉えている。交通標識規則の統合において重要なギャップを埋め、信頼性の高い自動運転システムの開発に寄与する。
論文参考訳（メタデータ） (2024-10-31T09:53:21Z)
Driving with Regulation: Interpretable Decision-Making for Autonomous Vehicles with Retrieval-Augmented Reasoning via LLM [11.725133614445093]
この研究は、自動運転車の解釈可能な意思決定の枠組みを示す。我々は、検索型拡張生成(RAG)に基づく交通規制検索(TRR)エージェントを開発する。検索したルールの意味的な複雑さを考えると、我々はLarge Language Model (LLM)を利用した推論モジュールも設計する。
論文参考訳（メタデータ） (2024-10-07T05:27:22Z)
End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
論文参考訳（メタデータ） (2021-04-28T07:54:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。