تنبؤ الدقة بحركات الوكالات المرورية المحيطة أمر بالغ الأهمية لضمان سلامة المركبات ذاتية القيادة. في الآونة الأخيرة، سادت النهج المتجهية في مجال تنبؤ الحركة بفضل قدرتها على التقاط التفاعلات المعقدة في مشاهد المرور. ومع ذلك، تتجاهل الطرق الحالية التناظرات المميزة للمشكلة، وتعاني من التكاليف الحسابية الباهظة، ما يشكل تحديًا في إجراء تنبؤات حركية متعددة الوكالات في الزمن الفعلي دون التضحية بأداء التنبؤ. لمواجهة هذا التحدي، نقترح نموذج "Transformer المتجهي الهرمي" (HiVT) لتنبؤ حركي متعدد الوكالات سريع ودقيق. من خلال تجزئة المشكلة إلى استخراج السياق المحلي ونمذجة التفاعل العالمي، يمكن لطرقنا نمذجة عدد كبير من الوكالات في المشهد بشكل فعّال وكفؤ. وفي الوقت نفسه، نقترح تمثيلًا للساحة غير حساس للانزلاقات (translation-invariant) ووحدات تعلم مكانيّة غير حساسة للدوران (rotation-invariant)، والتي تستخرج ميزات مقاومة للتحويلات الهندسية في المشهد، وتمكن النموذج من إجراء تنبؤات دقيقة لعدة وكالات في عملية واحدة فقط للإدخال الأمامي (forward pass). تُظهر التجارب أن HiVT يحقق أداءً متفوقًا على مستوى الحالة الحالية (state-of-the-art) في معيار تنبؤ الحركة Argoverse، مع حجم نموذج صغير، ويُمكنه إجراء تنبؤات حركية متعددة الوكالات بسرعة.