확률론적 모델링과 환경 인식을 통해 다중 에이전트의 미래 궤적을 정확하게 예측할 수 있는 모델을 제안한다.
HPNet은 역사적 예측 어텐션 모듈을 통해 연속적인 예측 사이의 동적 관계를 모델링하여 정확하고 안정적인 궤적 예측을 달성합니다.
다중 에이전트 시스템에서 시간적 안정성을 유지하는 것이 중요하며, 이를 위해 신경 상호작용 에너지와 에이전트 간 상호작용 제약 및 에이전트 내부 운동 제약을 도입하였다.