为彻底解决城市交通拥堵问题,不仅需要重新规划城市道路、增加道路运载容量,还需加强智能交通工程建设,其中提升交通信号灯控制技术尤为重要。在交通灯信号控制领域中,定时控制方法奠定了基础,其缺点是难以动态地调整信号配时,因而不适用于交通流不稳定且无规律的情况。感应控制虽可以根据实时交通流信息动态调整信号配时,却只适用于主干线路段且成本较高。因此,交通研究人员迫切寻求更为高效地交通信号灯控制方法。现如今,人工智能等新型技术广泛应用于各个领域,交通信号灯控制领域也得到了多智能体强化学习算法的支持。尽管现有的控制技术表现良好,但大多数的方法都局限于孤立的路口。因此,本文以多智能体强化学习为基础研究了适用于多个路口的交通信号灯协同控制算法。为了实现智能体间的显式合作,本研究以多路口交通信号灯控制为背景提出了一个基于注意力机制的卷积模型ABSTLight。该模型利用基于空间注意力机制的图卷积模块,建模了多个交通信号灯之间的协作结构,以学习智能体间的空间依赖性,并通过构建基于时间注意力机制的卷积模块,将邻域节点的历史交通信息与目标路口交通信息相结合,以学习智能体间的时间依赖性,最后采用独立Q学习的多智能体强化学习算法对每个交通信号灯进行分布式决策。实验结果定性、定量地证明了 ABSTLight模型的有效性,为理解多路口交通灯的影响机制提供了思路。为了实现智能体间的隐式合作,本研究将认知一致性引入到基于多智能体强化学习框架的交通信号控制问题中,并提出了基于邻域认知一致性的NCCLight模型。该模型将个体认知定义为智能体对本地交通状况的认知,将邻域认知定义为智能体对邻域交通状况的认知,并在此基础上,假设一个描述邻域交通状况的隐性认知变量真实存在,通过使用引入归一化流的随机梯度变分推理模型,使得智能体的邻域认知变量与共同的隐性认知变量保持一致。实验结果定性、定量地证明了 NCCLight模型的有效性,以及实现智能体区域级合作的优越性。