AgentSUMO는 대규모 언어 모델을 활용하여 상호 작용적인 시뮬레이션 시나리오를 생성하기 위한 에이전트 기반 프레임워크입니다. 도시 교통 시스템의 복잡성 증가로 인해 교통 시뮬레이션이 중요해졌지만, 기존 플랫폼은 전문가 사용에 한정되어 있습니다. AgentSUMO는 사용자 의도를 해석하고, 작업 복잡성을 평가하며, 누락된 매개변수를 추론하고 실행 가능한 시뮬레이션 계획을 세우는 적응형 추론 계층을 도입하여 비전문가 사용자의 접근성을 향상시킵니다. 이 프레임워크는 대화형 계획 프로토콜과 모델 컨텍스트 프로토콜을 기반으로 구성되어 추상적인 정책 목표를 실행 가능한 시뮬레이션 시나리오로 변환합니다. 서울과 맨해튼의 도시 네트워크 실험을 통해 AgentSUMO는 교통 흐름 지표를 개선하고 비전문가 사용자의 접근성을 유지함을 입증했습니다.
