Este estudio presenta un marco de simulación multiagente para optimizar la gestión del estacionamiento urbano en ciudades inteligentes, alineado con los objetivos de sostenibilidad de la Agenda 2030. El sistema integra sensores IoT de ocupación, conectados mediante tecnologías LPWAN, que permiten monitorear en tiempo real y comunicación con una plataforma centralizada. A partir de estos datos, se implementa un mecanismo inteligente de guiado que dirige a los conductores hacia las plazas disponibles más cercanas, considerando ubicación, tráfico histórico y disponibilidad prevista. Para garantizar baja latencia, se emplean protocolos MQTT y procesamiento en el borde. Además, un algoritmo predictivo combina información espacial y series temporales para apoyar decisiones de asignación y precios dinámicos. Las simulaciones, basadas en un distrito urbano de alta densidad, muestran mejoras notables: reducción del 42% en la búsqueda de estacionamiento, 35% menos congestión y 27% menos emisiones. El autor resalta que el estudio ofrece una solución escalable que mejora la movilidad, la sostenibilidad y la habitabilidad urbana.