船舶の軌跡予測は、インテリジェントな海洋システムにおいて重要な要素です。本研究では、複雑な海洋環境における短期的な行動変化を予測するための多モード軌跡予測（MTP）の新しいフレームワークを提案しています。提案する手法は、持続的および一時的な航行意図に基づいて軌跡を分類し、Conditional Variational Autoencoder（CVAE）を使用して動的な一時的意図をモデル化します。また、非ローカル注意メカニズムを用いてグローバルなシナリオの一貫性を維持します。実際の自動識別システム（AIS）データセットでの実験により、提案手法は広範なシナリオにおいて有効であることが示され、平均方向誤差（ADE）や最終方向誤差（FDE）において顕著な改善を達成しました。さらに、予測された軌跡の背後にある航行意図を明示的に示すことで、説明可能性を向上させています。