近年来,随着城市规模的不断扩大和人们生活水平的不断提高,然而城市道路交通拥挤的现象却日益严重。由于受到早期城市规划的影响,交通基础设施难以扩增,同时传统交通控制技术已经难以适应当前的交通需求。因此城市交通控制技术成为了当前控制领域和交通工程领域的研究重点。信息技术、机器学习和智能控制技术的发展也推动了交通信号控制技术的进步,各种交通模型和新的理论的不断涌现,为解决城市交通拥堵提供了新的思路。并且在实际应用中已经展现出巨大的威力和发展的潜力。本文首先介绍了城市交通控制的基本理论、交通拥堵和车辆延误的分析。由于当前交通控制大部分采用的都是固定时长信号配时,因此把传统的控制方式转变成自动响应的交通控制方式是解决交通延误的重要途径,这就是是TUC策略的目标。TUC策略基于存储转发数学模型对交通进行建模并提出了 LQ算法去进行优化控制,本文在此基础上增加了状态反馈机制,增加了对交通控制结果的评价,从而能够获得更加合理的信号配时方案,用这种简单但有效的方式解决了LQ算法优化的不足。并且通过仿真实验证明了改进的LQ算法的优化效果比原先的LQ算法的优化效果要好。现在的交通控制信号通常只采用局部最优的,而不是去考虑其相邻交叉路口的交通情况。将增强学习应用于交通信号控制中,让信号控制系统能够根据实时的交通流信息,自动适应当前的交通状况,动态地进行优化方案的选择,从而取得更好的控制效果。本文提出了一种基于协同增强学习算法的全区域协调控制的交通策略。交通路口的代理模型是已经被证实过的。与传统的固定时长的配时控制相比,该方案通过使用一种协作的Q学习算法降低了平均车辆延误,可以协同控制的多个路口,实现相对较优控制效果。