تنبؤ مسارات البشر مع وكالات متعددة تتفاعل اجتماعيًا يُعد أمرًا بالغ الأهمية للتنقل الذاتي في البيئات البشرية، مثل السيارات ذاتية القيادة والروبوتات الاجتماعية. في هذه الدراسة، نقدّم شبكة PECNet (الشبكة المشروطة بنقطة النهاية المُقدّرة) لتنبؤ مرن بمسارات البشر. تعتمد PECNet على استنتاج نقاط نهاية المسار البعيدة لمساعدة التنبؤ بمسارات متعددة الأشكال على المدى الطويل. كما تتيح طبقة التجميع الاجتماعي غير المحلية الجديدة التي قمنا بتصميمها استنتاج مسارات متنوعة مع الالتزام بالقواعد الاجتماعية. بالإضافة إلى ذلك، نقدّم تقنية بسيطة تُعرف بـ"حيلة التقطيع" (truncation-trick) لتحسين أداء التنبؤ بمسارات متعددة الأشكال في حالات التدريب المحدودة (few-shot). نُظهر أن PECNet تُحسّن الأداء الراهن في أفضل النماذج على معيار تنبؤ مسارات الطيور في ستانفورد بنسبة تصل إلى ~20.9%، وعلى معيار ETH/UCY بنسبة تصل إلى ~40.8%. صفحة المشروع الرسمية: https://karttikeya.github.io/publication/htf/