Prédire le comportement futur des agents en mouvement est essentiel pour les applications du monde réel. Ce problème est particulièrement difficile, car l’intention de l’agent et son comportement correspondant sont inconnus et intrinsèquement multimodaux. Notre principal constat est que, pour des prédictions sur un horizon temporel modéré, les modes futurs peuvent être efficacement captés par un ensemble d’états cibles. Cela conduit à notre cadre de prédiction de trajectoires pilotée par des cibles (Target-driven Trajectory Prediction, TNT). TNT comporte trois étapes, entraînées de manière end-to-end. Elle commence par prédire les états cibles potentiels d’un agent à $T$T pas dans l’avenir, en codant ses interactions avec l’environnement et les autres agents. Ensuite, TNT génère des séquences d’états de trajectoire conditionnellement aux cibles. Une dernière étape estime les probabilités des trajectoires, permettant ainsi de sélectionner un ensemble compact de prédictions de trajectoires finales. Ce cadre se distingue des approches antérieures, qui modélisent les intentions des agents comme des variables latentes et s’appuient sur un échantillonnage au moment du test pour générer des trajectoires diversifiées. Nous évaluons TNT sur la prédiction de trajectoires de véhicules et de piétons, où elle surpasse les méthodes de pointe sur les jeux de données Argoverse Forecasting, INTERACTION, Stanford Drone ainsi qu’un jeu de données interne de piétons à un carrefour.