随着城市规模的发展以及人口的持续增加,交通拥堵成为亟待解决的热点问题。而交通信号作为调节和优化交通流的最主要方式,使用智能手段进行交通信号控制是改善交通拥堵的有效方法。目前的交通信号控制多是使用静态调节方法,通过人为分析车流数据来对道路中交通信号灯的配时和周期时长进行固定设置,虽然在使用初期能一定程度上缓解交通压力,但由于缺乏动态分析和决策,在应对不同的道路情况时无法实时调整,无法从根本上提升交通信号的效率。车流分析和交通信号控制的问题的本质上来说是一个包括环境分析和机器决策的问题,非常契合强化学习的适用范围。本文提出的基于单智能体强化学习的交通信号控制方法,使用单一智能体(Agent)处理多个路口的车流数据,动态地给出当前车流情况下最优的交通信号灯配时方案。首先,使用路口车辆属性的稀疏矩阵和仿真截图作为车流数据的状态描述,并使用卷积神经网络提取特征、选择最优动作。其次,针对多路口的车流数据关联影响问题,本文采用单Agent处理多路口数据并在神经网络中共享参数来解决,既减少了多Agent引起的计算复杂,又能由自动地考虑多路口协作。再次,本文引入了对偶学习,双Q学习,优先级经验重放等提升强化学习性能,通过在仿真软件SUMO(Simulation of Urban MObility)中的实验证明了其有效性。最后,本文给出了一种基于深度强化学习的交通信号自动控制系统,能够根据图形化界面中的配置进行仿真训练。