在理想汽车的自动驾驶场景中，需要对车辆的轨迹进行预测。请设计一个基于机器学习的轨迹预测模型，并说明模型的训练过程和评估指标。

答题要点

按照模型设计、训练和评估的流程来答题。关键要点如下：1. 模型选择：选择合适的机器学习模型，如循环神经网络（RNN）或长短期记忆网络（LSTM）。2. 数据准备：收集和整理车辆的历史轨迹数据，进行特征工程。3. 模型训练：使用准备好的数据对模型进行训练，调整模型参数。4. 评估指标：选择合适的评估指标，如均方误差（MSE）、平均绝对误差（MAE）等，评估模型的性能。示例思路：首先选择 LSTM 模型进行轨迹预测。然后收集车辆的历史轨迹数据，进行特征提取和归一化处理。接着使用训练数据对模型进行训练，通过调整超参数优化模型。最后，使用评估指标评估模型的性能，根据评估结果进行模型改进。