汽车保有量的快速增长超出了现有基础设施的承载能力,引发了大量的交通拥堵。交通拥堵是一个日益严重的问题,给社会带来了负面影响。增加的出行时间和事故率带来的大量经济损失,因交通拥堵产生的废气加重了环境污染。城市中的交叉路口是道路的交汇处和车辆、行人的汇集地,同时也是拥堵的重灾区。交叉路口的交通信号按照设定的方案引导各个方向的车辆有序通过,交通信号的控制策略能够直接影响交通效率。交通信号的智能控制是智能交通系统中的热点问题,旨在协调车辆在交叉路口的行进过程来优化交通状态。如今交通数据更加丰富,计算能力相较以往有了质的飞越,但目前使用的交通信号控制系统仍然过度依赖于简单信息和常规方法。为了提高交通信号控制效率,需要对交通数据进行实时采集和处理并采取更有效的控制策略。首先,针对现有交通信号控制系统无法根据实时路况调整信号策略的问题,提出了一种基于深度强化学习的交通信号控制方法。为了更加有效的表示交通状态,设计了一种基于斐波那契数列的道路划分策略。该策略将交叉路口的道路按规律划分为相应长度的单元格,目标是体现不同位置车辆重要性的差别。所有单元格的状态组成交叉路口的状态,由一个数组表示。将动作定义为相应的交通相位,动作空间包含四个相互独立的交通相位。奖励则被定义为两种交通性能指标的加权线性组合。状态数组作为深度神经网络的输入,输出为四种动作的Q值,用于衡量对应动作的价值。智能体通过样本学习获取经验,不断提高决策能力。本文通过城市交通模拟（Simulation of Urban Mobility,SUMO）评估交通信号控制的效果。实验表明,提出的方法能够有效提高交叉路口的通行效率。其次,由于城市道路等级不同等原因,有些交叉路口在车辆密度较大的情况下会出现不同方向的车流量相差很大的情况,将其称为非常规路口。在非常规路口应用强化学习的方法可能会出现一种问题:不同动作的潜在奖励相差较大,使得车辆多的方向连续多次获得通行权,而车辆少的方向则会长时间处于等待状态。针对该问题,提出了非常规路口交通信号控制算法。算法引入了一种动作判定机制,根据各方向的道路占有率决定连续相同动作的取舍,平衡各方向车辆的通行机会。同时在奖励的定义中也会考虑道路占有率的因素。实验表明,非常规路口交通信号控制算法能够有效控制各方向车辆的等待时间。