随着社会经济的快速发展和机动车保有量的持续增长,以交通拥堵为代表的城市交通问题日趋严重。动态路径诱导作为智能交通系统的重要组成部分,是平衡路网交通流量分布、缓解交通拥堵的有效途径。本文利用强化学习技术的Q-learning算法研究了分布式路径诱导算法和中心式路径诱导算法,主要研究工作如下:（1）提出了一种基于模拟退火策略的Q-learning分布式路径诱导算法。首先,设计了平衡最短路径长度与最大路径行程时间可靠度两个优化目标的奖励函数;其次,采用模拟退火策略作为动作选择策略平衡探索与利用的关系,完成路径诱导任务;然后,设计了值参照值,从收敛后的表中选取次优路径;最后,根据实际路网数据通过仿真实验验证了本算法的收敛性能和路径规划结果。实验结果表明,该算法在兼顾路径长度和路径行程时间可靠度方面具有良好的性能表现,并能提供次优路径作为备选,且收敛时间比采用贪婪策略降低了57.57%。（2）提出了一种基于Q-learning的中心式动态路径诱导算法。首先,利用基于值的动态路径规划算法处理路网历史数据,赋予表初始值;然后,以车辆通过路段的行程时间作为奖励,设计了基于7)8)（69）9)概率分布的自适应动作选择策略,根据整体路网交通状况和局部交通状况为群体车辆协同分配路径,采用Q-learning算法中状态动作值函数更新规则更新表;最后,基于元胞自动机模型构建了一个类曼哈顿型路网来验证本算法的效果。从交通系统的平均流量、平均车速、平均旅行时间、平均到达率和车辆分布情况五个方面与动态更新的4)5)6)(6算法进行对比分析,最大平均流量增幅达到7.94%,最大平均到达率增幅达到6.90%,同时在一定程度上提高了系统平均车速,降低了系统平均旅行时间,使交通流分布更加均衡,能有效缓解城市中心区域交通压力。