本發(fā)明公開了一種基于強化學(xué)習(xí)的十字路口交通信號燈控制方法，首先，將當(dāng)前時刻十字路口的通行狀態(tài)表示成Position和Speed矩陣；其次，在傳統(tǒng)強化學(xué)習(xí)算法Deep Q?network的基礎(chǔ)上根據(jù)State的特征構(gòu)建基于空間注意力機制的框架，其中主干網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò)；然后，根據(jù)貪婪策略隨機選取或者從模型預(yù)測一個Action執(zhí)行。如果當(dāng)前時刻的Action和前一時刻的相同，那么就直接執(zhí)行綠燈相位時間，并在此過程中不斷訓(xùn)練網(wǎng)絡(luò)；否則，首先執(zhí)行黃燈相位時間，然后，再執(zhí)行綠燈相位時間，同樣在此過程中同樣不斷地訓(xùn)練網(wǎng)絡(luò)；最后，所有訓(xùn)練回合結(jié)束后保存模型，然后測試并評估模型效果。本發(fā)明改進了現(xiàn)有的交通信號燈控制方法，使得車輛能夠更快的通過十字路口，一定程度上緩解了交通擁堵。