摘要
本发明提供一种交通信号灯的控制方法、装置、计算机设备及存储介质,该方法包括:获取交通环境训练数据,基于Q‑Learning算法对所述交通环境训练数据进行深度学习以得到联合交通状态与联合路口行为对应的Q矩阵;若当前时间为第一预设时间,每预设周期获取所述若干预设路段的交通状态以得到当前的联合交通状态;基于所述当前的联合交通状态以及所述Q矩阵控制所述若干预设路段的交通信号灯的通行切换时间。通过训练Q‑Learning算法模型进行数据建模,得到交通状态对应交通信号灯通行切换时间的选择行为的Q矩阵,在交通拥堵的时段,利用强化学习的结果,即Q矩阵,实现对交通信号灯的控制,通过改变交通信号灯的通行切换时间来改善整体交通情况,缓解交通拥堵状态。