本文介绍了基于图的条件变分循环神经网络 (GC-VRNN) 的新方法，可同时执行轨迹插补和预测，从不完整的观测中提取空间特征并利用丢失的数据。通过实验证实了方法的出色性能，并提供了三个实践数据集。