La circulation parallèle est un paradigme complet pour la gestion et le contrôle intelligents du trafic, visant à résoudre la complexité des comportements humains et des facteurs sociaux. Ces dernières années, l'émergence des modèles fondamentaux (FMs) a offert de nouvelles possibilités pour la réalisation de la circulation parallèle. Cependant, la connaissance obsolète et le phénomène d'illusion dans ce modèle affaiblissent la fiabilité et la crédibilité de ses décisions. Pour résoudre ce problème, le cadre de circulation parallèle TransRAG basé sur la récupération renforcée par la génération et la chaîne de pensée prompts (chain-of-thought prompting). Ce cadre se compose d'une couche de stockage étroite, d'une couche de gestion et d'une couche d'exécution, dans le but de fournir des services de circulation personnalisés et diversifiés aux utilisateurs. L'introduction de connaissances externes dans la couche de stockage renforce les performances du modèle de base dans la couche de gestion pour réaliser des expérimentations computationnelles complexes. L'interaction humaine dans la couche d'exécution entre le système de circulation artificielle et le système de circulation réel améliore continuellement les décisions de gestion, permettant ainsi une mise à jour dynamique des connaissances et des ajustements de stratégies flexibles pour s'adapter à un environnement de circulation changeant. De plus, TransRAG, grâce à l'intégration des technologies de la chaîne de blocs, des contrats intelligents et du cache, peut efficacement faire face aux pannes ponctuelles, aux fuites de confidentialité et aux retards d'accès aux données, accélérant ainsi la transition complète vers la circulation 5.0 à travers 6S.