نقدّم إطارًا جديدًا لتحسين التنبؤ بالحركة باستخدام قيود متناسقة ذاتيًا (MISC). يهدف مهام التنبؤ بالحركة إلى توقع المسارات المستقبلية للمركبات من خلال دمج المعلومات المكانية والزمنية من الماضي. يُعدّ التصميم الرئيسي في MISC هو القيود المزدوجة للاتساق المُقترحة، والتي تُنظم المسارات المُتنبأ بها تحت تأثير اضطرابات مكانية وزمنية أثناء التدريب. علاوةً على ذلك، لتمثيل الطبيعة متعددة النماذج في مهام التنبؤ بالحركة، صممنا_scheme ذاتيًا مبتكرًا للensembling (الجمع الذاتي) للحصول على أهداف معلمة دقيقة تُستخدم لفرض القيود الذاتية مع مراقبة متعددة النماذج. وبفضل القيود الصريحة الناتجة عن أهداف معلمة متعددة، لاحظنا تحسنًا واضحًا في أداء التنبؤ. أظهرت التجارب الواسعة على معيار التنبؤ بالحركة Argoverse وبيانات Waymo Open Motion أن MISC يتفوّق بشكل كبير على الطرق الحالية الأفضل في مجالها. وبما أن الاستراتيجيات المقترحة عامة ويمكن دمجها بسهولة في طرق أخرى للتنبؤ بالحركة، فقد أظهرنا أيضًا أن نهجنا يُحسّن بشكل متسق أداء عدة طرق موجودة حاليًا.