Predecir con precisión las trayectorias a largo plazo de los agentes en entornos de tráfico complejos es crucial para la seguridad y efectividad de los sistemas de conducción autónoma. Este documento presenta DBN-MACTraj, un modelo probabilístico que toma trayectorias históricas e información sobre carriles circundantes como entradas para generar una distribución de combinaciones de trayectorias predichas para todos los agentes. DBN-MACTraj consta de dos componentes principales: un modelo probabilístico de un solo agente y un algoritmo de muestreo multiagente averso al riesgo. El modelo de un solo agente utiliza una red bayesiana dinámica, que incorpora las decisiones de maniobra del conductor junto con información sobre carriles circundantes. El algoritmo de muestreo multiagente genera simultáneamente predicciones para todos los agentes, utilizando un modelo de campo de potencial de riesgo para filtrar muestras que podrían provocar accidentes de tráfico. En última instancia, esto resulta en una distribución de probabilidad de las combinaciones de trayectorias a largo plazo. Las evaluaciones experimentales en el conjunto de datos de nuScenes demuestran que DBN-MACTraj ofrece un rendimiento competitivo en la predicción de trayectorias en comparación con otros enfoques de vanguardia.