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

Resumo Técnico: Steins;Gate Drive: Arbitragem de Segurança Semântica sobre Futuros Estruturados para Planejamento de LLM Desacoplado de Latência

Declaração do Problema
O artigo aborda uma incompatibilidade crítica de temporização na condução autônoma: Modelos de Linguagem de Grande Escala (LLMs) oferecem raciocínio semântico superior para decisões de condução, mas sofrem de latências de inferência que excedem as janelas de controle passo a passo dos sistemas veiculares reativos. Se um LLM for consultado apenas no instante reativo final, sua resposta pode chegar após a cena de tráfego já ter evoluído, tornando a decisão obsoleta. Por outro lado, se o sistema planejar com antecedência, carece de um mecanismo para determinar quando um plano expirou ou se tornou inválido devido a mudanças na cena. Abordagens existentes tentam acelerar os LLMs (frequentemente sem sucesso), substituem o controle de baixo nível por linguagem livre (ignorando a latência) ou dependem de modelos de mundo aprendidos que acoplam a geração de futuro e a seleção de ação em grandes loops. O desafio central é como utilizar um tomador de decisões semântico lento como autoridade final sem comprometer a segurança em tempo real.

Metodologia: Steins;Gate Drive
Os autores propõem o Steins;Gate Drive, uma arquitetura de planejador-runtime desacoplada de latência. O sistema trata a condução por LLM como um problema de decisão em duas escalas de tempo, separando a seleção estratégica lenta de um "futuro" da execução rápida em runtime desse futuro.

1. Geração de Linhas do Mundo Tipada por Função:
   Em vez de gerar futuros visuais não estruturados, o sistema constrói um conjunto limitado de futuros de condução contrafactuais chamados de "linhas do mundo". Estes são categorizados em três funções:

   • Alpha: Futuros nominais condicionados ao ego, baseados em ações primitivas (ex.: mudança de faixa, aceleração).
   • Beta: Contrafactuais de interação que estressam veículos específicos próximos (ex.: um veículo à frente freando bruscamente, um corte de faixa).
   • Gamma: Futuros de estresse de perigo aplicando hazards ambientais configurados (ex.: corredores bloqueados, obstáculos súbitos).
     Um gerador produz essas ramificações usando cinemática de curto horizonte e pontuação analítica, podando-as em uma lista curta.

2. Contrato de Previsão Estratégica:
   O LLM estratégico não emite uma única ação imediata. Em vez disso, seleciona uma ramificação da lista curta e compromete-a como um StrategicForecast tipado. Este objeto é uma decisão estruturada contendo:

   • A ramificação selecionada e a ação primitiva.
   • Um horizonte (duração de validade).
   • Átomos de validade: Invariantes no estilo de segurança que devem permanecer verdadeiros (ex.: distância frontal > 12m).
   • Átomos de abortar: Condições de parada no estilo de vivacidade (ex.: TTC < 2,0s).
   • Uma ação de fallback e um nível de autoridade.

3. Arbitragem em Runtime com Buffer de Previsão:
   Um supervisor rápido em runtime executa a previsão selecionada. Ele monitora continuamente a cena ao vivo contra os átomos de validade e abortar da previsão.

   • Reutilização: A previsão é reutilizada para múltiplos passos de controle desde que os átomos de validade se mantenham e a pontuação de deriva (medindo o desvio de distâncias/TTC esperados) permaneça abaixo de um limite.
   • Invalidação: Se um átomo de abortar for acionado, um átomo de validade for violado, o horizonte expirar ou a deriva exceder o limite, a previsão é imediatamente invalidada.
   • Fallback: Após a invalidação, o runtime reverte instantaneamente para uma ação de fallback analítica verificada e dispara uma solicitação de atualização ao LLM estratégico.

Principais Contribuições
O artigo faz quatro contribuições primárias, todas testadas empiricamente:

1. Gerador de Linhas do Mundo Tipado por Função: Um método para converter ações primitivas viáveis em futuros distintos nominais (alpha), de contrafactual de interação (beta) e de estresse de perigo (gamma), fornecendo um conjunto de escolhas estruturado para o LLM.
2. Interface de StrategicForecast Tipada: Uma arquitetura em duas escalas de tempo onde o LLM emite um contrato tipado e revogável em vez de uma ação de último instante, permitindo a reutilização de decisões semânticas.
3. Diagnósticos de Implantabilidade: Um framework de avaliação comparando o controle reativo por LLM, replay determinístico de previsão e o runtime em buffer de dois agentes em sementes de rodovia correspondidas, focando na amortização de latência e compensações de comportamento em vez de reivindicar superioridade bruta de segurança.
4. Amortização de Latência por Varredura de Horizonte: Demonstração de que aumentar o horizonte de reutilização de previsão permite ao sistema amortizar o custo da chamada do LLM, reduzindo efetivamente a latência de valores positivos para valores próximos de zero ou negativos (onde o buffer cobre mais tempo do que o custo da chamada).

Resultados
Os experimentos foram conduzidos usando o simulador highway-env com 10 sementes correspondidas e 20 passos de decisão por execução.

• Amortização de Latência: Usando o GPT-5.4 mini, o sistema reduziu o atraso efetivo de +3,07 segundos (em um horizonte de 1 segundo) para -0,01 segundos (em um horizonte de 4 segundos) e -7,79 segundos (em um horizonte de 12 segundos). Atraso negativo indica que o horizonte em buffer cobre mais tempo do que o custo medido da chamada do LLM.
• Segurança: Em todas as condições (reativa, replay determinístico e dois agentes), a taxa de não-colisão permaneceu em 100% no protocolo de rodovia normal. O piso de segurança foi mantido pelos predicados de átomos do runtime e pelo fallback analítico, e não pela pontuação de deriva do LLM.
• Compensações Comportamentais: À medida que o horizonte aumentou, a velocidade média diminuiu (de 73,4 km/h em H=1s para 50,0 km/h em H=12s), indicando que compromissos desatualizados se manifestam como condução conservadora em vez de comportamento inseguro.
• Sensibilidade de Função: O sistema só utilizou efetivamente evidências de estresse beta e gamma quando o prompt instruiu explicitamente o LLM a tratar essas funções como hipóteses iguais ("modo balanceado"). Sem isso, o LLM recorreu a ramificações alpha, ignorando cenários de estresse.
• Variabilidade de Modelo: Enquanto o GPT-5.4 mini alcançou atraso efetivo próximo de zero com alta conclusão, outros modelos (ex.: DeepSeek-v4-flash) sofreram com latência proibitiva, e modelos menores (Llama-3.2-3B) exibiram comportamento oscilatório, destacando que o sucesso da arquitetura depende da velocidade e estabilidade do modelo subjacente.

Significado e Reivindicações
O artigo reivindica modestamente que o Steins;Gate Drive fornece uma solução arquitetônica para tornar o raciocínio semântico lento utilizável na condução reativa, convertendo escolhas de linhas do mundo em contratos revogáveis.

• Reivindicação Central: A condução por LLM com buffer de previsão pode amortizar custos de raciocínio lento quando o horizonte de reutilização cobre o custo da chamada, enquanto a arbitragem ao vivo (verificações de validade/abortar) permanece responsável pela segurança imediata.
• Posicionamento de Segurança: Os autores afirmam explicitamente que não reivindicam superioridade de segurança sobre a condução reativa por LLM ou transferência para o mundo real. A taxa de 100% de não-colisão é atribuída à natureza "saturada" do protocolo de rodovia normal e à robustez do fallback analítico, e não à segurança inerente do LLM.
• Contribuição Arquitetônica: O trabalho se posiciona como uma "interface voltada para o planejador" que mantém um LLM forte como o seletor de ramificações, mas vincula o futuro selecionado a suposições verificáveis por máquina, diferenciando-se de planejadores latentes unificados ou drivers diretos de LLM. A contribuição de segurança é identificada como a verificação em runtime de predicados de átomos, e não a pontuação de deriva interna do LLM.