城市化的快速发展引致的交通拥堵已经成为影响现代城市生活质量的关键问题,相比于人为地改变现有的道路网络结构,智能交通控制系统作为通过提高交通运输效率来缓解城市交通拥堵的更经济高效的解决方案,已被广泛接受和发展。多智能体技术应用于交叉口信号协同控制领域时,智能体感知环境状态信息执行控制动作,不需要精确的控制模型;未对参与协同控制的交叉口进行相位、带宽的要求,可以实现交叉口随机组网;具有自学习能力,通过感知环境的变化获取控制效果的反馈调整决策信息,不断优化决策。针对现有研究工作中分层递阶式协同控制中心agent以及主控agent的实现复杂;协同决策状态及动作空间维数过高,最优解难以收敛;固定周期相序条件,绿灯时间利用率不高等难点问题,本文做了以下几点工作:(1)研究实现交叉口信号协同控制的基础条件,对交叉口参与协同控制的前提进行界定;研究交叉口协同控制要素,确定主要可控参数;分析路网性能评价指标,选取合适的交叉口协同控制评价指标;(2)研究多智能体建模方法,分析交叉口信号控制系统机理特性,建立交叉口信号控制agent模型,为多交叉口信号控制agent协同决策系统研究选取合适的交互模式;(3)研究交叉口信号控制agent协同决策方法,基于多智能体强化学习基础,将其应用到交叉口协同控制领域,实现多交叉口的协同决策;对交叉口信号控制agent状态及动作进行定义,达到降低状态-动作空间维度、加快迭代收敛速度以便更高效的寻求到最优解的目的。针对本文提出的方法,选取重庆市两江新区新南路、杜松路与青枫南路、银杉路相交形成的四个交叉口,采用仿真软件进行了对比试验,将本文方法控制效果与目前应用广泛感应控制效果进行对比,通过对结果的分析得出结论,本文交叉口信号控制agent协同控制决策方法在多种交通状态下对实验路网交通流控制效果均表现良好,达到了提升路网通行效率的目的。文章最后总结了课题研究工作的不足之处,给出了进一步研究的方向。