为什么端到端智驾学会倒车这么难？核心结论：倒车之所以难，不是因为“反向操作”本身复杂，而是因为它同时触发了端到端系统的三重结构性缺陷——训练数据中倒车样本极度稀缺、后向感知链路先天薄弱、以及端到端模型在“前进/后退”档位切换时缺乏稳定的决策锚点。一、数据层面的“先天偏食”端到端智驾模型的能力边界，本质上由训练数据决定。而真实驾驶数据中，倒车行为占比极低。一项针对端到端驾驶闭环测试的研究给出了量化证据：在倒车指令下，前向摄像头模型的自主完成率可达 91.1%，而依赖后向摄像头的模型仅 56.6%，后者需要的人工干预次数是前者的两倍以上。研究者明确指出，失败的主因是“后向摄像头训练数据不足”。这不是个案。几乎所有量产智驾系统的感知设计都以“前向”为中心——前方摄像头最多、分辨率最高、标注最精细。特斯拉 FSD 的 8 颗摄像头中，前方独占 3 颗（广角+长焦），后方仅 1 颗。当系统需要倒车脱困时，“后方”临时变成了“前方”，但后向感知的覆盖范围和深度精度天然弱于前向。有实测记录显示，FSD 在倒车脱困时，后向障碍物进入感知盲区，系统差点撞上此前已检测到的目标。端到端模型从驾驶视频中学习，而视频素材中“往前开”占绝对主导。模型在需要倒车时“可参考的经验远少于前向”。训练数据的结构性偏食，决定了模型在倒车场景中的先验能力天花板。二、运动学反转带来的“直觉断裂”前进时，方向盘转动与车头指向的变化符合人类驾驶者的日常直觉；倒车时，同样的方向盘转角会让航向变化方向完全相反。这对应的是车辆的非完整约束特性。低速下，车辆运动常用运动学自行车模型描述：后轴中心速度 (v) 与前轮转