Steins;Gate Drive: Semantic Safety Arbitration over Structured Futures for Latency-Decoupled LLM Planning

Sintesi Tecnica: Steins;Gate Drive: Arbitraggio di Sicurezza Semantica su Futuri Strutturati per la Pianificazione LLM Disaccoppiata dalla Latenza

Enunciato del Problema
Il documento affronta un disallineamento temporale critico nella guida autonoma: i Modelli Linguistici di Grande Dimensione (LLM) offrono un ragionamento semantico superiore per le decisioni di guida, ma soffrono di latenze di inferenza che superano le finestre di controllo passo-passo dei sistemi veicolari reattivi. Se un LLM viene interrogato solo nell'istante reattivo finale, la sua risposta potrebbe arrivare dopo che la scena del traffico si è già evoluta, rendendo la decisione obsoleta. Al contrario, se il sistema pianifica in anticipo, manca di un meccanismo per determinare quando un piano è scaduto o diventato invalido a causa di cambiamenti nella scena. Gli approcci esistenti tentano o di accelerare gli LLM (spesso senza successo), di sostituire il controllo di basso livello con linguaggio libero (ignorando la latenza), o di affidarsi a modelli del mondo appresi che accoppiano la generazione del futuro e la selezione dell'azione in grandi cicli. La sfida fondamentale è come utilizzare un decisore semantico lento come autorità finale senza compromettere la sicurezza in tempo reale.

Metodologia: Steins;Gate Drive
Gli autori propongono Steins;Gate Drive, un'architettura pianificatore-runtime disaccoppiata dalla latenza. Il sistema tratta la guida basata su LLM come un problema decisionale a due scale temporali, separando la selezione strategica lenta di un "futuro" dall'esecuzione rapida a runtime di tale futuro.

1. Generazione di Linee Temporali Tipizzate per Ruolo:
   Invece di generare futuri visivi non strutturati, il sistema costruisce un insieme limitato di futuri di guida controfattuali chiamati "linee temporali". Questi sono categorizzati in tre ruoli:

   • Alpha: Futuri nominali, condizionati all'ego, basati su azioni primitive (es. cambio di corsia, accelerazione).
   • Beta: Controfattuali di interazione che stressano veicoli specifici nelle vicinanze (es. un veicolo frontale che frena bruscamente, un inserimento).
   • Gamma: Futuri di stress da pericolo che applicano pericoli ambientali configurati (es. corridoi bloccati, ostacoli improvvisi).
     Un generatore produce questi rami utilizzando cinematiche a breve orizzonte e punteggio analitico, potandoli in una shortlist.

2. Contratto di Previsione Strategica:
   L'LLM strategico non produce una singola azione immediata. Invece, seleziona un ramo dalla shortlist e lo impegna come StrategicForecast tipizzato. Questo oggetto è una decisione strutturata contenente:

   • Il ramo selezionato e l'azione primitiva.
   • Un orizzonte (durata di validità).
   • Atomi di validità: Invarianti di stile sicurezza che devono rimanere veri (es. gap frontale > 12m).
   • Atomi di aborto: Condizioni di arresto di stile liveness (es. TTC < 2.0s).
   • Un'azione di fallback e un livello di autorità.

3. Arbitraggio Runtime Tamponato da Previsione:
   Un supervisore runtime veloce esegue la previsione selezionata. Monitora continuamente la scena live contro gli atomi di validità e di aborto della previsione.

   • Riuso: La previsione viene riutilizzata per più passi di controllo finché gli atomi di validità sono soddisfatti e il punteggio di deriva (che misura la deviazione dai gap/TTC attesi) rimane al di sotto di una soglia.
   • Invalidazione: Se un atomo di aborto si attiva, un atomo di validità viene violato, l'orizzonte scade o la deriva supera la soglia, la previsione viene immediatamente invalidata.
   • Fallback: In caso di invalidazione, il runtime reverte istantaneamente a un'azione di fallback analitica verificata e attiva una richiesta di aggiornamento all'LLM strategico.

Contributi Chiave
Il documento apporta quattro contributi principali, tutti testati empiricamente:

1. Generatore di Linee Temporali Tipizzate per Ruolo: Un metodo per convertire azioni primitive fattibili in futuri distinti nominali (alpha), controfattuali di interazione (beta) e di stress da pericolo (gamma), fornendo un insieme di scelte strutturato per l'LLM.
2. Interfaccia Typed StrategicForecast: Un'architettura a due scale temporali in cui l'LLM emette un contratto revocabile e tipizzato invece di un'azione all'ultimo istante, consentendo il riuso delle decisioni semantiche.
3. Diagnostica di Deployabilità: Un framework di valutazione che confronta il controllo LLM reattivo, la riproduzione deterministica di previsioni e il runtime tamponato a doppio agente su semi autostradali abbinati, focalizzandosi sull'ammortizzazione della latenza e sui compromessi comportamentali piuttosto che sull'affermazione di una superiorità di sicurezza grezza.
4. Ammortizzazione della Latenza con Scansione dell'Orizzonte: Dimostrazione che aumentare l'orizzonte di riuso della previsione permette al sistema di ammortizzare il costo della chiamata LLM, riducendo efficacemente la latenza da valori positivi a valori prossimi allo zero o negativi (dove il buffer copre più tempo del costo della chiamata).

Risultati
Gli esperimenti sono stati condotti utilizzando il simulatore highway-env con 10 semi abbinati e 20 passi decisionali per esecuzione.

• Ammortizzazione della Latenza: Utilizzando GPT-5.4 mini, il sistema ha ridotto il ritardo effettivo da +3,07 secondi (a un orizzonte di 1 secondo) a -0,01 secondi (a un orizzonte di 4 secondi) e a -7,79 secondi (a un orizzonte di 12 secondi). Un ritardo negativo indica che l'orizzonte tamponato copre più tempo del costo misurato della chiamata LLM.
• Sicurezza: In tutte le condizioni (reattiva, riproduzione deterministica e doppio agente), il tasso di assenza di collisioni è rimasto al 100% sul protocollo autostradale normale. Il pavimento di sicurezza è stato mantenuto dai predicati atomici del runtime e dal fallback analitico, non dal punteggio di deriva dell'LLM.
• Compromessi Comportamentali: All'aumentare dell'orizzonte, la velocità media è diminuita (da 73,4 km/h a H=1s a 50,0 km/h a H=12s), indicando che gli impegni obsoleti si manifestano come guida conservativa piuttosto che come comportamento insicuro.
• Sensibilità al Ruolo: Il sistema ha utilizzato efficacemente le prove di stress beta e gamma solo quando il prompt istruiva esplicitamente l'LLM a trattare questi ruoli come ipotesi uguali ("modalità bilanciata"). Senza ciò, l'LLM si è basato sui rami alpha, ignorando gli scenari di stress.
• Variabilità del Modello: Mentre GPT-5.4 mini ha raggiunto un ritardo effettivo vicino allo zero con un completamento elevato, altri modelli (es. DeepSeek-v4-flash) hanno sofferto di latenze proibitive, e modelli più piccoli (Llama-3.2-3B) hanno mostrato comportamento oscillatorio, evidenziando che il successo dell'architettura dipende dalla velocità e stabilità del modello sottostante.

Significato e Affermazioni
Il documento afferma con modestia che Steins;Gate Drive fornisce una soluzione architetturale per rendere utilizzabile il ragionamento semantico lento nella guida reattiva convertendo le scelte delle linee temporali in contratti revocabili.

• Affermazione Principale: La guida LLM tamponata da previsioni può ammortizzare i costi di ragionamento lento quando l'orizzonte di riuso copre il costo della chiamata, mentre l'arbitraggio live (controlli di validità/aborto) rimane responsabile della sicurezza immediata.
• Posizionamento della Sicurezza: Gli autori affermano esplicitamente di non rivendicare una superiorità di sicurezza rispetto alla guida LLM reattiva o al trasferimento nel mondo reale. Il tasso di assenza di collisioni del 100% è attribuito alla natura "saturata" del protocollo autostradale normale e alla robustezza del fallback analitico, non alla sicurezza intrinseca dell'LLM.
• Contributo Architetturale: Il lavoro si posiziona come un'"interfaccia rivolta al pianificatore" che mantiene un LLM potente come selezionatore di rami, ma vincola il futuro selezionato a ipotesi verificabili dalla macchina, differenziandosi dai pianificatori latenti unificati o dai driver LLM diretti. Il contributo alla sicurezza è identificato nel controllo runtime dei predicati atomici, non nel punteggio di deriva interno dell'LLM.