폐쇄 루프(closed-loop) 교통 시뮬레이션은 확장 가능하면서도 행동적으로 현실적인 에이전트를 필요로 합니다. 최근의 셀프-플레이 강화학습(self-play reinforcement learning) 접근 방식들은 강력한 확장성을 보여주지만, 이들의 평형 전략은 실제 인간 운전자들이 가진 사회적 인지 능력을 포착하는 데 실패합니다. 우리는 고수준 다중 에이전트 상호작용 추론과 저수준 연속 궤적 실현을 결합하여 셀프-플레이를 넘어서는 계층적 아키텍처를 제안합니다. 구체적으로, 스태켈베르크(Stackelberg)-스타일의 다중 에이전트 강화학습(MARL) 모듈이 상호작용 인지 의도 명령을 생성합니다. 이 명령들은 저수준 연속 동작 모듈에 조건을 부여하여, 전략적 의도를 물리적으로 일관되고 장면 반응적인 제어 시퀀스로 변환합니다. 폐쇄 루프 배포 환경에서 분포 이동(distribution shift)을 완화하기 위해, 우리는 MARL과 보조 복구 감독(auxiliary recovery supervision)을 결합한 하이브리드 공동 훈련 방식(hybrid co-training scheme)을 도입합니다. SUMO 기반 도시 네트워크에서의 실험 결과는 제안된 프레임워크가 셀프-플레이 및 수동 모방(passive imitation) 기준선 대비 우수한 제어 부드러움과 안전성을 달성하는 동시에, 경쟁력 있는 교통 효율성을 유지함을 입증했습니다.