机动车轨迹预测是指预测道路上其他机动车辆未来的行驶轨迹。这一任务的难点在于，机动车辆的行为受到驾驶员的操作意图、交通规则、道路条件以及周围环境等多种因素的影响。例如，车辆可能突然变道、减速或加速，这些行为往往是突发性的，并且可能受到前方车辆动态的影响。此外，不同的驾驶习惯和路况复杂性也会导致车辆行为的多样性，增加了预测的难度。

VRU轨迹预测主要是指对自行车、电动滑板车等非机动交通工具以及行人的未来运动轨迹进行预测。挑战在于：非机动车的灵活性极高，非机动车通常不受固定车道限制，非机动车的速度和方向变化频繁，其行驶路线可能更加随意。驾驶员的行为模式难以预测，部分驾驶员可能缺乏专业的驾驶技能，导致行为的不确定性和不可预见性更高。而行人行为具有高度不确定性和多样性。行人可能会突然改变方向、停下或穿越道路，其行为受到个人目的、交通信号等因素的影响。

多目标轨迹预测是指在自动驾驶场景中，同时预测多个不同类型的道路参与者（包括机动车、非机动车和行人）在未来一段时间内的移动轨迹。这项任务的难点在于不同对象的行为模式和运动规律存在显著差异，且高度依赖于彼此之间的互动以及周围环境的变化。多目标轨迹预测还必须考虑到不同对象间的交互作用，例如，车辆在斑马线前可能会减速停车以礼让行人；机动车可能会调整速度或变道以躲避非机动车。这些复杂的交互模式使得预测模型不仅需要具备强大的数据处理和学习能力，还需能够理解和模拟人类的行为逻辑和社会规范。