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。

Occupancy Flow Fields是一种新的运动预测表示方法，使用深度学习生成，并引入流跟踪损失来建立一致性。该方法在占用预测、运动估计和代理重构等方面表现出有效性。此外，该方法还解决了轨迹集和占用格之间的局限性，并在大规模自动驾驶数据集上展示了优于现有技术的结果。