解耦智能：用于 SUMO 中可控交通场景生成的多智能体 LLM 框架

本文针对现有单体架构在端到端交通模拟工作流中面临的推理失败与状态管理缺失问题，提出了一种新型多智能体协作框架。该框架将 SUMO 模拟流程解耦为规划者、构建者等专用角色，并由高层推理引擎协调。通过引入基于模型上下文协议的状态持久化编排器，确保数据无缝交接与环境一致性。实验表明，该方法显著提升了任务成功率与参数精度，实现了从自然语言意图到低层模拟执行的闭环优化。