城市社会经济发展到一定程度时,城市道路往往会出现不同程度的拥堵现象,为了克服现有城市道路信号控制方法存在的各种局限性,本文提出基于马尔可夫决策过程的最优搜索型强化学习的城市道路自适应信号控制方法,并搭建仿真平台对所提出的自适应信控方法的有效性进行验证。本文针对智能体技术应用于城市道路自适应信号控制方法展开相关研究,主要工作涉及以下几个方面:首先,对现有信控方法的局限性进行充分调查并提出基于强化学习的自适应信控方法,考虑邻域交叉口的交通压力对Agent所处环境的状态和动作选择策略进行定义,以停车次数的变化值作为Agent状态动作对之间转换获得的奖励值;接着,结合VISSIM交通仿真软件的仿真建模能力、VB系统的图形用户界面和快速应用程序开发能力以及MATLAB系统强大的矩阵运算能力和绘图能力,利用COM组件的生成和调用搭建基于VISSIM-VB-MATLAB的交互仿真平台,对本文提出的自适应信号控制方法的有效性进行仿真验证;另外,抽取部分迭代学习过程作为观察对象,分别记录学习过程中的各交叉口信控方案即各Agent选取的动作,以及对各Agent的Q表进行可视化处理;最后,以交叉口总停车次数以及总行程延误作为交通运行效率评价指标,以定周期信控模式下交叉口停车次数和行程延误检测数据为控制组,以自适应信控模式下交叉口停车次数和行程时间检测器数据为实验组,利用SPSS统计分析软件进行配对样本t检验。实验数据表明,自适应信号控制模式下的交叉口运行效率显著高于定周期信号控制模式下的交叉口运行效率,相较于定周期信号控制模式,本文提出的自适应信号控制方法可以降低交叉口11.3%-51.8%的停车次数以及13.1%-48.7%的行程延误。上述研究结果表明,本文提出的基于多智能体强化学习的城市自适应交通信号控制方法是一种有效的信控方法,可以显著提升区域内各交叉口的运行效率,且可以弥补定周期信号控制模式无法适应动态交通需求的不足,可替代目前广泛采用的定周期信控方法对城市道路交叉口交通流进行有效控制。