知识点 › 范式与价值
长尾问题
Long Tail
定义
自动驾驶的绝大多数里程是简单的（直道、白天、空旷），但安全事故几乎全部集中在低频、罕见、组合复杂的「长尾场景」上。长尾的分布极不均衡：占比可能不到 1% 的数据，决定 99% 的安全上限。
关键要点
- 长尾不是「少」，而是「无法穷举」：天气 × 光照 × 道路 × 交通参与者 × 传感器故障的组合爆炸
- 解决长尾靠两条腿：真实数据挖掘（提高召回）+ 仿真/合成（提高覆盖）
- 面试要能说出「为什么里程涨了 10 倍但接管率没降」——因为里程主要增长在简单场景
面试怎么答
先给「长尾=低频高危害+组合爆炸」，再给「真实挖掘 + 仿真合成」两条路径，最后落到「所以需要闭环把发现长尾的周期压短」。
常见踩坑
只说「数据越多越好」，没有解释长尾的分布特性和边际收益递减。
相关知识
- Corner Case — 边界与极端场景：异形车辆、倾倒的货物、施工围挡、动物、逆行电动车、强逆光、暴雨积水、隧道出入口明暗突变、传感器遮挡或失…
- 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…