移動するエージェントの将来の行動を予測することは、実世界の応用において不可欠である。これは、エージェントの意図およびそれに伴う行動が未知であり、本質的にマルチモーダルであるため、困難である。本研究の核心的な洞察は、中程度の時間範囲における予測において、将来の複数のモードを効果的に捉えるために、ターゲット状態の集合を用いることができる点にある。これに基づき、本研究ではターゲット駆動型軌道予測（Target-driven Trajectory Prediction: TNT）フレームワークを提案する。TNTは、エンド・ツー・エンドで訓練可能な3段階から構成される。まず、エージェントと環境および他のエージェントとの相互作用を符号化することで、将来$T$Tステップ先の潜在的なターゲット状態を予測する。次に、これらのターゲット状態を条件として、軌道状態の系列を生成する。最後の段階では、軌道の尤度を推定し、最終的にコンパクトな軌道予測の集合を選択する。これは従来の手法とは異なり、エージェントの意図を潜在変数としてモデル化し、多様な軌道を生成するためにテスト時にサンプリングに依存するものである。我々は、自動車および歩行者の軌道予測においてTNTをベンチマークし、Argoverse Forecasting、INTERACTION、Stanford Drone、および自社開発の交差点における歩行者データセットにおいて、最先端の手法を上回る性能を達成した。