本發(fā)明公開了一種基于PPO和圖卷積神經(jīng)網(wǎng)絡(luò)區(qū)域交叉口信號控制方法，包括以下步驟：構(gòu)建交叉口協(xié)調(diào)控制區(qū)域并確立強(qiáng)化學(xué)習(xí)的狀態(tài)、動作、獎勵信息和圖卷積神經(jīng)網(wǎng)絡(luò)的特征矩陣；構(gòu)建區(qū)域交叉口分層信號控制模型；構(gòu)建回放經(jīng)驗(yàn)池，處理和提取訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)；訓(xùn)練區(qū)域交叉口分層信號控制模型；對區(qū)域交叉口進(jìn)行統(tǒng)籌聯(lián)合控制。本發(fā)明對控制區(qū)域建立多層信號控制模型，下層模型基于PPO算法構(gòu)建多智能體控制模型；上層模型基于圖卷積神經(jīng)網(wǎng)絡(luò)對各個(gè)交叉口進(jìn)行統(tǒng)籌協(xié)調(diào)控制。本發(fā)明通過構(gòu)建兩層控制結(jié)構(gòu)，既減少了單點(diǎn)控制模型的運(yùn)算負(fù)擔(dān)，又實(shí)現(xiàn)了對控制區(qū)域的總體最優(yōu)控制，提高了控制區(qū)域內(nèi)的車輛運(yùn)行效率。