本文介绍了一种基于Transformer的神经预测框架，用于模拟车辆社交关系和预测轨迹。研究提出了多模态注意机制、异质图策略模型和动态图注意力网络，显著提高了运动预测的精度和可解释性，并在多个数据集上展示了优越性能，具有实际应用潜力。