Исследование показало, что модели прогнозирования траектории на основе Transformer значительно ухудшаются при наличии шумных данных о состоянии объектов. Точность снижается в 1,3 раза при слабом шуме и до 3,9 раз при реальных высоких уровнях шума, что подчеркивает их чувствительность и необходимость использования шумных, реальных данных для обучения и разработки стратегий смягчения.