本發(fā)明公開(kāi)了一種實(shí)時(shí)監(jiān)測(cè)的強(qiáng)化學(xué)習(xí)可變時(shí)長(zhǎng)信號(hào)燈控制方法，包括：通過(guò)事先安裝于道路上的物聯(lián)網(wǎng)設(shè)備采集道路上的實(shí)時(shí)交通數(shù)據(jù)生成新定義的壓力信息；基于上述各個(gè)壓力信息設(shè)計(jì)強(qiáng)化學(xué)習(xí)方法，生成強(qiáng)化學(xué)習(xí)狀態(tài)；在每個(gè)路口配置一個(gè)強(qiáng)化學(xué)習(xí)智能體，并且設(shè)計(jì)一個(gè)監(jiān)視屬性，通過(guò)所述智能體實(shí)時(shí)判斷當(dāng)前相位下，路口監(jiān)視屬性是否到達(dá)閾值；并根據(jù)是否達(dá)到閾值確定是否對(duì)信號(hào)燈的相位進(jìn)行調(diào)整；存儲(chǔ)數(shù)據(jù)并通過(guò)強(qiáng)化學(xué)習(xí)智能體的回放機(jī)制來(lái)更新網(wǎng)絡(luò)參數(shù)；各個(gè)路口配置的強(qiáng)化學(xué)習(xí)智能體通過(guò)當(dāng)前道路情況控制交通信號(hào)燈的相位選擇。本發(fā)明能夠提高強(qiáng)化學(xué)習(xí)代理的學(xué)習(xí)能力，快速獲得優(yōu)秀的信號(hào)燈控制策略，并且控制效果大大提升。