參考了這篇博文：https://zhuanlan.zhihu.com/p/512764984

主要有這幾個(gè)部分

a.map_encoder
i. 對(duì)地圖進(jìn)行CNN
b.ContextEncoder
i.time encoder – 將時(shí)間信息用transformer和position emb進(jìn)行融合，加入到特征中
ii.agent-aware attention – self和self attention other和other attention
c.self.future_encoder
i.未來(lái)軌跡編碼為潛在變量（latent variable）
ii.生成條件分布 q(z|x) 其中：x是未來(lái)軌跡，z是潛在變量
iii.使用了transformer decoder
d.self.future_decoder
i. 主要是使用了自回歸的方式，自回歸就是一遍一遍循環(huán)，每次循環(huán)前將之前已經(jīng)有的軌跡放入，所以生成下一個(gè)點(diǎn)之前都會(huì)考慮之前的軌跡情況
e.self.inference
i. sample會(huì)有多個(gè)軌跡，也是以自回歸的方式。但是目前看來(lái)sample的形式只有dropout來(lái)區(qū)分

自回歸的方式生成軌跡