随着经济的发展以及人口的增长，交通拥堵问题日益显著。然而作为开放的复杂的系统，交通系统所具有的特点是非线性和随机性强，另外由于人参与其中，这使得对交通进行有效的协调控制成为一项有挑战性的工作。　　近年来，人工智能技术以及多智能体技术的蓬勃发展，多智能体系统体现出自主能力、分布性和协调性，以及自组织能力、学习能力和推理能力。多智能体系统与交通系统的空间分布性和实时变化的特征相吻合，对于解决复杂多变的交通问题有可行性和优越性。　　首先，本文介绍了多Agent技术及其体系结构，设计了动态分层递阶式交通信号控制模型，该模型共有三层——路口Agent、子区Agent和主控Agent。主控Agent主要从全局目标对所管控的区域进行子区划分，而路口Agent和子区Agent根据相应算法策略进行信号配时协调控制，该模型能灵活应对复杂多变的交通状况，实现实时高效的交通信号控制。　　其次，根据一个经典的完全信息动态Cournot模型，构造了交通信号控制中Agent的博弈模型，并提出了单路口Agent交通信号自治控制算法和相邻路口Agent交通信号博弈控制算法，为动态分层递阶式交通信号控制模型下的各Agent进行了交通信号协调控制的策略选择。　　最后，对提出的单路口Agent交通信号自治控制算法和相邻路口Agent交通信号博弈控制算法进行了仿真，与定时控制方法进行了对比，结果证明本论文提出的算法对交通信号控制有效。