摘要： 围绕现有轨迹预测方法展开研究，给出轨迹预测的数学模型、数据集及评估指标。介绍轨迹预测研究现状，重点回顾基于数据驱动的轨迹预测方法，包括深度学习和强化学习。同时，从时空建模、交互信息、场景上下文等方面，对比、分析、归纳现有研究方法的网络模型结构、优势和适用场景。进一步探讨多智能体、多模态轨迹预测的研究趋势，并指出轨迹预测结合大语言模型这一前瞻性趋势。强调智能驾驶场景下轨迹预测技术面临的挑战，展望了轨迹预测未来发展。

关键词: 自动驾驶；轨迹预测；数据驱动；数据集；评价指标

中图分类号: 

• TP391