1、城市化的快速發(fā)展引致的交通擁堵已經(jīng)成為影響現(xiàn)代城市生活質(zhì)量的關鍵問題，相比于人為地改變現(xiàn)有的道路網(wǎng)絡結(jié)構，智能交通控制系統(tǒng)作為通過提高交通運輸效率來緩解城市交通擁堵的更經(jīng)濟高效的解決方案，已被廣泛接受和發(fā)展。
　　多智能體技術應用于交叉口信號協(xié)同控制領域時，智能體感知環(huán)境狀態(tài)信息執(zhí)行控制動作，不需要精確的控制模型；未對參與協(xié)同控制的交叉口進行相位、帶寬的要求，可以實現(xiàn)交叉口隨機組網(wǎng)；具有自學習能力，通過感知環(huán)境的變化獲取控制效果的

2、反饋調(diào)整決策信息，不斷優(yōu)化決策。
　　針對現(xiàn)有研究工作中分層遞階式協(xié)同控制中心agent以及主控agent的實現(xiàn)復雜；協(xié)同決策狀態(tài)及動作空間維數(shù)過高，最優(yōu)解難以收斂；固定周期相序條件，綠燈時間利用率不高等難點問題，本文做了以下幾點工作：
　?。?）研究實現(xiàn)交叉口信號協(xié)同控制的基礎條件，對交叉口參與協(xié)同控制的前提進行界定；研究交叉口協(xié)同控制要素，確定主要可控參數(shù)；分析路網(wǎng)性能評價指標，選取合適的交叉口協(xié)同控制評價指標；

3、　　（2）研究多智能體建模方法，分析交叉口信號控制系統(tǒng)機理特性，建立交叉口信號控制agent模型，為多交叉口信號控制agent協(xié)同決策系統(tǒng)研究選取合適的交互模式；
　?。?）研究交叉口信號控制agent協(xié)同決策方法，基于多智能體強化學習基礎，將其應用到交叉口協(xié)同控制領域，實現(xiàn)多交叉口的協(xié)同決策；對交叉口信號控制agent狀態(tài)及動作進行定義，達到降低狀態(tài)-動作空間維度、加快迭代收斂速度以便更高效的尋求到最優(yōu)解的目的。
　　針對