Ce rapport technique présente une méthode efficace de prédiction du mouvement dans le cadre de la conduite autonome. Nous avons développé une approche fondée sur le Transformer pour le codage des entrées et la prédiction des trajectoires. Par ailleurs, nous proposons une architecture appelée Temporal Flow Header afin d’améliorer le codage des trajectoires. Enfin, une méthode d’ensemble K-means efficace est mise en œuvre. Grâce à notre réseau Transformer et à cette méthode d’ensemble, nous obtenons la première place au concours Argoverse 2 Motion Forecasting Challenge, avec un score brier-minFDE de pointe de 1,90.