Récemment, quelques travaux se sont penchés sur la modélisation de l’incertitude du mouvement humain futur. Contrairement aux approches traditionnelles qui prédisent une seule séquence à partir d’une observation donnée, ces travaux visent à générer plusieurs séquences pour une même observation. Alors que ces travaux se concentrent principalement sur l’augmentation de la diversité des prédictions, notre approche s’attache à maintenir une qualité élevée des séquences prédites, même sur des horizons très longs, pouvant atteindre 30 secondes. Pour atteindre cet objectif, nous proposons de prédire l’intention de la personne à un horizon anticipé. Cette stratégie présente l’avantage de garantir que le mouvement humain généré reste orienté vers un but, tout en assurant des transitions fluides et très réalistes entre deux actions successives. Nous introduisons également une nouvelle métrique de qualité d’évaluation, qui se corrèle mieux avec la perception humaine que les autres mesures existantes. Les résultats expérimentaux ainsi que des études utilisateurs démontrent que notre méthode permet de prédire des séquences multiples plus crédibles que les approches de pointe actuelles.