本研究提出了Goal-GAN，一个可解释且可端到端训练的人类轨迹预测模型。该模型结合历史轨迹和场景信息，通过目标估计和路由模块生成符合物理约束的多样化轨迹。实验结果表明，其在多个基准测试中表现优异。

本研究提出了Goal-GAN模型，用于人类轨迹预测。该模型通过目标估计和路由模块实现任务，使用过去的轨迹信息和场景背景来估计目标位置概率分布，并生成符合物理约束的可行路径。实验结果表明，该模型在多个基准测试中表现出色。