简介： 本发明涉及一种基于强化学习的闲时交通指示灯控制方法，包括下列步骤：采用的SlimYOLOv3模型感知环境，解析场景，识别出场景中所有车辆类型的目标，并通过在每个目标周围定义边界框来定位这些目标的位置。采用基于DQN的强化学习方法训练交通指示灯控制智能体：a)定义动作空间，交通指示灯以的概率随机选取动作，以的概率采用贪婪算法选取动作；b)定义状态空间：任意时刻观测的路面状态为各方向不同区间的车辆个数，观测状态值为一个六维的向量；c)定义奖励函数：三个区间路段、和的惩罚权重分别为、和，奖励值为各路段惩罚权重之和；d)采用基于DQN的强化学习方法学习出使得奖励值最高的策略，得到性能优质的交通指示灯控制智能体。