本研究提出了一种结合长短期记忆和混合密度网络的轻量级方法，用于自主系统的高效低延迟轨迹预测。该方法预测位置不确定性的概率分布，支持风险管理，并适用于低功耗嵌入式平台。

本文介绍了两种基于混合密度网络的分类模型，通过拟合高斯混合模型到数据中，并使用拟合的分布对样本进行分类。这些模型在公开数据集上表现良好，并在真实世界的产品捆绑应用中展示了实际用途。