预测未来环境状态及交互代理的行为是自主代理在现实世界中成功运行所需的关键能力。以往基于潜在变量模型的结构化序列预测工作通常对潜在变量施加单模态的标准高斯先验。这会导致强烈的模型偏差，使得完全捕捉未来状态分布的多模态变得困难。在本研究中，我们引入了条件流变分自编码器（CF-VAE），利用我们新提出的基于条件归一化流的先验来捕捉复杂的多模态条件分布，从而实现有效的结构化序列预测。此外，我们提出了两种新的正则化方案，以稳定训练过程并解决后验坍缩问题，从而实现更稳定的训练和更好的目标数据分布拟合。我们在三个多模态结构化序列预测数据集——MNIST 序列、斯坦福无人机和 HighD——上进行的实验表明，所提出的方法在不同的评估指标下均取得了最先进的结果。