人間の行動を解読し、ビデオからその未来の軌道や行動を予測することは、多くの応用分野において重要である。このアイデアに触発され、本論文では歩行者の未来の軌道と活動を同時に予測する方法について研究している。我々は、人間の行動情報と周囲との相互作用に関する豊富な視覚的特徴を利用した、エンドツーエンドのマルチタスク学習システムを提案する。訓練を容易にするため、ネットワークは活動が起こる未来の位置を予測する補助的なタスクとともに学習される。実験結果は、2つの公開ベンチマークデータセットにおける未来軌道予測において最先端の性能を示している。さらに、当手法は軌道だけでなく意味のある未来活動予測も生成できることが確認された。この結果は、軌道と活動の共同モデリングが未来軌道予測に有益であるという初めての経験的証拠を提供している。