Jev im Fahrsimulator: Weniger Kollisionen, sobald es die Folgen kannte

Drei Forscher der Purdue University haben am 3. November 2026 einen Preprint veröffentlicht, in dem jev-1.13.0 über die HTTP-API Fahrmanöver eines Autos im Simulator auswählt. S83 Autofahren ist weit von einem slowakischen Onlineshop entfernt, ein Unterschied ist jedoch aufschlussreich: Dasselbe Modell hatte in einem Test in 26,0 % der Episoden Kollisionen und nach Ergänzung einer Prognose der Folgen jeder Option in 2,4 %. S83 Das Modell blieb gleich, geändert hat sich seine Eingabe. Dieser Artikel stützt sich auf den vollständigen Text des Preprints; Angaben zu einem Peer-Review enthält er nicht.

Drei Ebenen: Befehl, Prognose, Wahl

Das System heißt Jev-AD. Wenn ein Fahrgast etwas sagt, beantwortet Jev in einem Aufruf vier typisierte Fragen: ob der Befehl etwas Unsicheres verlangt, ob er themenfremd ist, wie aggressiv er auf einer Skala von 0 bis 4 ist und welches Manöver er verlangt. Bei einer Wahrscheinlichkeit für Unsicherheit von mindestens 0,8 lehnt das System den Befehl ab, im Bereich von 0,2 bis 0,8 fragt es nach, und bei einer Wahrscheinlichkeit von mindestens 0,5 für ein fahrtfremdes Thema ignoriert es ihn. Die Autoren geben an, die Schwellenwerte vor der Auswertung festgelegt zu haben. S83

Die zweite Ebene ist die Prognose. Für jede Kandidatenaktion schätzt ein Qwen2.5-0.5B-Encoder mit zwei MLP-Köpfen, wie sich die umliegenden Fahrzeuge in den nächsten 2 Sekunden bewegen. Gewöhnlicher Code berechnet daraus Kollisionen, die kürzeste Zeit bis zur Kollision (TTC) sowie Endspur und Endgeschwindigkeit und schreibt das Ergebnis in kurzen Phrasen auf. Eine TTC unter 1,5 s erhält die Markierung Danger. S83

In der dritten Ebene wählt Jev alle 0,5 s eine von fünf Aktionen: Left, Idle, Right, Faster oder Slower. Es erhält die Anweisung, mit Collision oder Danger markierte Optionen zu meiden, wenn eine sichere Wahl existiert. Die Autoren schreiben ausdrücklich, dass dies kein harter Filter ist. Beim Einfädeln befolgte das Modell die Anweisung in 98,7 % der Entscheidungen, bei denen eine sichere Wahl existierte. S83

Was die Autoren gemessen haben

Das simulierte Einfädeln in highway-env umfasste 500 Episoden, gezählt je Auto (50 Szenen, 5 Befehle, 2 Autos). Jev mit der Szenenbeschreibung in Textform aus dem Referenzagenten KoMA hatte in 26,0 % der Episoden Kollisionen. Mit Prognose sank der Wert auf 2,4 %, bei einem 95-%-Konfidenzintervall von 0,6 bis 4,8 %. In Verkehr, der aus NGSIM-Aufzeichnungen wiedergegeben wurde, lag das Verhältnis bei 48,2 % gegenüber 2,8 %. S83

Beachtung verdient auch, was sich nicht verbessert hat. Eine einfache Prognose mit konstanter Geschwindigkeit ergab beim Einfädeln 2,8 % und bei den NGSIM-Aufzeichnungen 1,8 %, im zweiten Fall also weniger als das trainierte Modell. Nach Ansicht der Autoren entschied das Vorhandensein einer Prognose über den Rückgang, nicht die Methode ihrer Berechnung. Mit derselben Prognose erreichte GPT-6-luna beim Einfädeln 0,6 % und GPT-4o-mini 2,2 %, Jev war in diesem Test also nicht die sicherste Wahl. S83

Für das Verständnis von Befehlen nutzten die Autoren einen Satz von 138 Befehlen: 23 unsichere, 105 sichere und 10 grenzwertige ohne richtige Antwort. Jev lehnte in diesem Test alle 23 unsicheren und keinen der sicheren Befehle ab und bestimmte das Manöver mit einer Genauigkeit von 98,9 %. S83

Die mediane Latenz von Jev betrug 136 ms, bei GPT-4o-mini 770 ms und bei GPT-6-luna 1,49 s; die Prognose fügte im Median 124 ms hinzu. Die Kosten pro 1.000 Aufrufe lagen laut Tabelle bei 0,030 USD für Jev, 0,065 USD für GPT-4o-mini und 0,079 USD für GPT-6-luna. Die sprachlichen Vergleiche von Geschwindigkeit und Kosten im Text des Preprints stimmen nicht mit dieser Tabelle überein, daher stehen hier nur die Tabellenwerte. S83

Was ein Onlineshop daraus mitnehmen kann

Die Autoren erklären das gute Ergebnis damit, dass das Modell Abstände und Geschwindigkeiten nicht mehr selbst aus Koordinaten ableiten musste. Ein typisiertes Entscheidungsmodell beurteilt ihrer Ansicht nach gut, was in der Eingabe steht, und versagt, wenn die richtige Wahl von dem abhängt, was dort nicht steht. S83 Das Folgende ist ein Vorschlag von JEV.sk, keine Schlussfolgerung des Preprints.

Für einen slowakischen Onlineshop ergibt sich daraus ein einfaches Vorgehen. Soll Jev entscheiden, wie ein Rückgabewunsch zu behandeln ist, lassen Sie zunächst den Code ermitteln, ob die Frist noch läuft, in welchem Zustand die Bestellung ist und was jede Option bedeuten würde. Senden Sie diese Ergebnisse in state als kurze Sätze, nicht als rohe Datumswerte und Datenbankzeilen. Jev beurteilt dann die Bedeutung, und Choice, Score und Noul erhalten eine Frage, für die sie die Grundlagen haben.

Übernehmen lässt sich auch die Aufteilung in drei Bereiche. Bei einer Frage wie „Ist das Betrug?“ kann eine hohe Wahrscheinlichkeit zur Ablehnung führen, eine mittlere zu einer Rückfrage oder zur Übergabe an einen Menschen und eine niedrige zur Fortsetzung. Legen Sie die Schwellenwerte vor der Auswertung auf Ihren eigenen Daten fest, wie es die Autoren getan haben. S83

Die dritte Lehre ist Vorsicht bei Verboten. Im Preprint war das Verbot unsicherer Optionen nur eine Anweisung, und das Modell hielt sie nicht immer ein. S83 Erstattungen oder Bestelländerungen sollte in einem Onlineshop deshalb der Code absichern, nicht der Text in der Frage.

Grenzen der Studie und Modellversion

Die Autoren führten keinen Test an einem echten Fahrzeug durch. Der Agent liest exakte Zustände aus dem Simulator statt Sensordaten und wählt nur aus fünf Aktionen mit einer Prognose über 2 Sekunden. Das Prognosemodell wurde für jede Umgebung getrennt trainiert und nicht umgebungsübergreifend erprobt. Feindselige Befehle wurden nur anhand der unsicheren Anfragen im Satz HG-Cmd geprüft. S83 Die Zahlen sagen daher nichts über die Sicherheit im realen Straßenverkehr aus.

Der Preprint untersuchte jev-1.13.0, während der Alias jev-latest heute auf jev-1.14.0 zeigt. S01 Die Autoren weisen selbst darauf hin, dass sich das Verhalten eines proprietären Modells zwischen Versionen ändern kann. S83 Die Dokumentation empfiehlt, eine bestimmte Version festzulegen, wenn Sie stabile Ergebnisse benötigen. S01