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

Technische Samenvatting: Steins;Gate Drive: Semantische Veiligheidsarbitrage over Gestructureerde Toekomsten voor Latentie-ontkoppelde LLM-Planning

Probleemstelling
Het artikel adresseert een kritieke timingmismatch in autonoom rijden: Large Language Models (LLM's) bieden superieure semantische redenering voor rijbeslissingen, maar lijden onder inferentielatenties die de stapsgewijze besturingsvensters van reactieve voertuigsystemen overschrijden. Als een LLM pas bij het laatste reactieve moment wordt bevraagd, kan zijn antwoord arriveren nadat het verkeersbeeld zich al heeft ontwikkeld, waardoor de beslissing verouderd is. Omgekeerd, als het systeem eerder plant, mist het een mechanisme om te bepalen wanneer een plan is verlopen of ongeldig is geworden door veranderingen in het beeld. Bestaande benaderingen proberen ofwel LLM's te versnellen (vaak zonder succes), vervangen laag-niveau besturing door vrije taal (latentie negerend), of vertrouwen op geleerde wereldmodellen die toekomstgeneratie en actiekeuze in grote lussen koppelen. De kernuitdaging is hoe een trage, semantische besluitvormer als uiteindelijke autoriteit kan worden gebruikt zonder de real-time veiligheid te compromitteren.

Methodologie: Steins;Gate Drive
De auteurs stellen Steins;Gate Drive voor, een architectuur voor latentie-ontkoppelde planner-runtime. Het systeem behandelt LLM-rijden als een tweeschaalbeslissingsprobleem, waarbij de trage strategische selectie van een "toekomst" wordt gescheiden van de snelle runtime-uitvoering van die toekomst.

1. Rolgetypeerde Wereldlijn-Generatie:
   In plaats van ongestructureerde visuele toekomsten te genereren, construeert het systeem een begrensd aantal contrafactuele rijtoekomsten, genaamd "wereldlijnen". Deze worden gecategoriseerd in drie rollen:

   • Alpha: Nominal, ego-geconditioneerde toekomsten gebaseerd op primitieve acties (bijv. van baan wisselen, versnellen).
   • Beta: Interactie-contrafacten die specifieke nabijgelegen voertuigen onder druk zetten (bijv. een voorvoertuig dat hard remt, een cut-in).
   • Gamma: Gevaar-stress-toekomsten die geconfigureerde omgevingsgevaar toepassen (bijv. geblokkeerde corridors, plotselinge obstakels).
     Een generator produceert deze takken met behulp van kinematica op korte horizon en analytische scoring, en snoeit ze tot een shortlist.

2. Strategische Voorspellingsovereenkomst:
   De strategische LLM geeft geen enkele directe actie uit. In plaats daarvan kiest hij één tak uit de shortlist en verbindt deze als een getypeerde StrategicForecast. Dit object is een gestructureerde beslissing die bevat:

   • De gekozen tak en primitieve actie.
   • Een horizon (duur van geldigheid).
   • Geldigheidsatomen: Veiligheidsachtige invarianten die waar moeten blijven (bijv. voorste afstand > 12m).
   • Abort-atomen: Lichtheid-achtige stopcondities (bijv. TTC < 2,0s).
   • Een fallback-actie en een autoriteitsniveau.

3. Voorspellingsgebufferde Runtime-Arbitrage:
   Een snelle runtime-supervisor voert de geselecteerde voorspelling uit. Deze monitort continu het live beeld tegen de geldigheids- en abort-atomen van de voorspelling.

   • Hergebruik: De voorspelling wordt hergebruikt voor meerdere besturingsstappen zolang de geldigheidsatomen gelden en de drijfscore (die afwijking van verwachte afstanden/TTC meet) onder een drempel blijft.
   • Ongeldigverklaring: Als een abort-atom activeert, een geldigheidsatom wordt geschonden, de horizon verloopt of de drijf de drempel overschrijdt, wordt de voorspelling direct ongeldig verklaard.
   • Fallback: Bij ongeldigverklaring keert de runtime direct terug naar een geverifieerde analytische fallback-actie en triggert een verversingsverzoek aan de strategische LLM.

Belangrijkste Bijdragen
Het artikel levert vier primaire bijdragen, allemaal empirisch getest:

1. Rolgetypeerde Wereldlijn-Generator: Een methode om haalbare primitieve acties om te zetten in distincte nominale (alpha), interactie-contrafactuele (beta) en gevaar-stress (gamma) toekomsten, waardoor een gestructureerde keuzemengeling voor de LLM wordt geboden.
2. Getypeerde StrategicForecast-interface: Een tweeschaalarchitectuur waarbij de LLM een herroepbare, getypeerde overeenkomst uitstuurt in plaats van een actie op het laatste moment, waardoor hergebruik van semantische beslissingen mogelijk wordt.
3. Deployerbaarheidsdiagnostiek: Een evaluatiekader dat reactieve LLM-besturing, deterministische voorspellingsherhaling en de dual-agent-gebufferde runtime vergelijkt op gekoppelde snelwegzaden, met focus op latentie-amortisatie en gedragsafwegingen in plaats van het claimen van ruwe veiligheidsoverleg.
4. Horizon-sweep Latentie-amortisatie: Aantonen dat het vergroten van de hergebruik-horizon van de voorspelling het systeem in staat stelt de call-kost van de LLM te amortiseren, waardoor de latentie effectief wordt verlaagd van positieve waarden naar bijna-nul of negatieve waarden (waarbij de buffer meer tijd dekt dan de call-kost).

Resultaten
Experimenten werden uitgevoerd met de highway-env-simulator met 10 gekoppelde zaden en 20 beslissingsstappen per run.

• Latentie-amortisatie: Met GPT-5.4 mini verlaagde het systeem de effectieve vertraging van +3,07 seconden (bij een horizon van 1 seconde) naar -0,01 seconden (bij een horizon van 4 seconden) en -7,79 seconden (bij een horizon van 12 seconden). Negatieve vertraging geeft aan dat de gebufferde horizon meer tijd dekt dan de gemeten call-kost van de LLM.
• Veiligheid: In alle omstandigheden (reactief, deterministische herhaling en dual-agent) bleef het percentage zonder botsing op 100% bij het normale-snelwegprotocol. De veiligheidsvloer werd gehandhaafd door de atoompredicaten van de runtime en de analytische fallback, niet door de drijfscore van de LLM.
• Gedragsafwegingen: Naarmate de horizon toenam, daalde de gemiddelde snelheid (van 73,4 km/u bij H=1s naar 50,0 km/u bij H=12s), wat aangeeft dat verouderde verbintenissen zich manifesteren als conservatief rijden in plaats van onveilig gedrag.
• Rolgevoeligheid: Het systeem gebruikte beta- en gamma-stressbewijs alleen effectief wanneer de prompt de LLM expliciet instrueerde om deze rollen als gelijke hypothesen te behandelen ("balanced mode"). Zonder dit koos de LLM standaard voor alpha-takken en negeerde stressscenario's.
• Modelvariabiliteit: Hoewel GPT-5.4 mini bijna-nul effectieve vertraging bereikte met hoge voltooiing, leden andere modellen (bijv. DeepSeek-v4-flash) onder prohibitive latentie, en kleinere modellen (Llama-3.2-3B) vertoonden oscillerend gedrag, wat benadrukt dat het succes van de architectuur afhankelijk is van de snelheid en stabiliteit van het onderliggende model.

Betekenis en Claims
Het artikel claimt bescheiden dat Steins;Gate Drive een architecturale oplossing biedt om trage semantische redenering bruikbaar te maken in reactief rijden door wereldlijnkeuzes om te zetten in herroepbare contracten.

• Kernclaim: Voorspellingsgebufferde LLM-rijden kan trage redeneringskosten amortiseren wanneer de hergebruik-horizon de call-kost dekt, terwijl live arbitrage (geldigheids-/abort-controles) verantwoordelijk blijft voor directe veiligheid.
• Veiligheidspositionering: De auteurs stellen expliciet dat ze geen veiligheidsoverleg claimen ten opzichte van reactieve LLM-rijden of overdracht naar de echte wereld. Het percentage zonder botsing van 100% wordt toegeschreven aan het "verzadigde" karakter van het normale-snelwegprotocol en de robuustheid van de analytische fallback, niet aan de inherente veiligheid van de LLM.
• Architecturale Bijdrage: Het werk positioneert zichzelf als een "planner-gerichte interface" die een sterke LLM als takkeuze houdt, maar de geselecteerde toekomst koppelt aan machine-controleerbare aannames, in tegenstelling tot geünificeerde latente planners of directe LLM-bestuurders. De veiligheidsbijdrage wordt geïdentificeerd als de atoompredicaat-runtime-check, niet de interne drijfscore van de LLM.