本文提出了一种名为占用流场的运动预测方法，利用深度学习生成占用流场，并引入流跟踪损失以提高预测一致性。该方法在占用预测和运动估计方面表现优越，解决了现有方法的局限性，并有效预测代理行为，为自动驾驶技术的发展提供了新思路。

本文提出了一种新的自动驾驶运动预测方法——占用流场（Occupancy Flow Fields），该方法利用深度学习生成占用和流动预测，克服了现有方法的局限性。通过引入流跟踪损失，该方法在占用预测和运动估计上表现优异，并在多个数据集上超越现有技术，展示了其在自动驾驶中的应用潜力。