自動運転AIロングテール問題 ビニール袋に翻弄されるZoox Robotaxi

自動運転のAIにとって厄介なのがロングテール。

自動運転車は刻一刻と変わる膨大なシナリオ下で安全に動作しなければならず、「ロングテール」と呼ばれる稀で複雑なシナリオへの対応が問われる。

•  例えば、道路工事による交通規制や動物の急な飛び出しなど、 滅多に遭遇しないシチュエーションに対応できないと安全な走行を担保できない。 
• しかし、レアケースゆえ学習を重ねたくてもなかなかこうした場面には出くわさず、経験値を高めることも困難となる。
• そしてAIは頻繁に発生する状況には対応できるが、稀にしか発生しない特殊な状況に対応するのは難しいのです。

そして頻度の少ないレアケースは終わりが無いように続き、ロングテールと呼ばれます。

図出典：論文から​読み解く！​自動運転AI最新学習手法

サンフランシスコを走るAmazon傘下の自動運転タクシーZoox。

風に舞うビニール袋はZooxのAIにとっては初めてのエッジケースでしょうか。

AIはどう対処すべきか経験が無く立ち往生。

サンフランシスコでAmazon傘下の自動運転タクシーZoox発見💡
スムーズな運転に見えて、ビニール袋に翻弄されております。
1月はラスベガスで乗ったけど、もうサンフランシスコでも乗れるとなると普及も早そうだなぁ。 pic.twitter.com/l1UIg8X7LP

— 国山ハセン (@hasenkuniyama) May 4, 2026

「AIなんかシミュレーションで学習させれば良いだろう」と思うでしょうが、公道にはシミュレーションでカバーできないエッジケースが無限に近くあるようです。

だから現時点ではRobotaxiはドライバーレスといっても、不足の事態に対処して指示を与えるリモートセンターが必要です。

例えば昨年12月のサンフランシスコの大停電。

Waymoのロボタクシーは交差点で立ち往生してしまいました。

立ち往生した原因は次のリブログをお読みください。

結論から先に書くとWaymoロボタクシーは信号が消えた場合、4方向停止と判断して処理します。

つまり安全を確認して交差点を横断しますが、ロボタクシー導入当初、より安全となるようリモートサポートチームの「確認を求める」ようにもプログロムされていました。

これはWaymoの導入初期の規模が小さい時には上手く機能していましたが、現在は規模が大きくなり、今回は7000以上の信号が消えたため「確認要求」が集中し、人間が対処しきれなかったということです

シミュレーションは過去に全く事例が無い（あるいは事例があっても把握していない）ような状況は想定しにくく、実際の公道走行での学習は欠くことが出来ないと思います。

いくらシミュレーションの技術が発達してもテスラや中国社のように自動運転キャパビリティを持たせたユーザー車両で膨大な実走行データを収集することが必要だと思います。