交通灯在控制道路车辆通行上起着至关重要的作用。现阶段城市道路的交通灯多采用固定配时,固定相位变换的控制策略,难以满足不同的车流情况。设计出能够根据路口车流情况实时调整交通灯变换的控制方案成为智能交通领域的研究热点之一。而城市路口车流具有动态变化性,难以直接对其展开研究。为了能够设计出一种合适的交通灯动态控制方案,引入深度强化学习技术,将路口交通灯控制问题抽象成强化学习模型,分别针对单路口和路网采取不同的深度强化学习算法以实现对交通灯的协调控制。本文的主要研究内容如下:（1）针对单路口交通灯控制的深度强化学习算法存在过估计和收敛速度慢等问题,提出了一种基于D3QN算法的交通灯控制模型;考虑到处于不同状态的车辆对交通灯控制产生的影响,提出了一种车辆信息矩阵作为神经网络的输入;定义了新的奖励函数来更加准确地反映智能体采取动作的好坏。对算法和改进点在不同车流下进行了实验。实验结果表明,本文提出的D3QN算法和改进点均能够减小路口平均队列长度,验证了其有效性。（2）针对路网中多个路口之间交互的复杂性问题,将单智能体强化学习算法扩展到多智能体中。采用集中式训练,分布式执行的MADDPG算法,集中式训练Critic网络使每个智能体在决策过程中能够考虑到其他智能体,分步式执行使每个智能体都能够独立地做出决策。针对算法模型训练较慢的问题,引入并行优先经验回放机制（PPER）来提高训练样本的利用效率。以四路口路网交通灯控制为对象进行了实验。实验结果表明,本文提出的PPER-MADDPG算法能够减小路网整体队列长度,验证了其有效性。（3）搭建了一个基于深度强化学习的交通模拟系统,使用Python编程语言实现本文相关算法。该系统提供了一个交通灯控制的可视化界面并能够存储训练过程中产生的数据,为研究交通灯控制问题提供了一个模拟实验平台。