本發(fā)明提供了一種基于強(qiáng)化學(xué)習(xí)和圖注意力網(wǎng)絡(luò)的交通信號(hào)控制方法及系統(tǒng)，包括：初始化步驟：定義交通信號(hào)控制問(wèn)題中各個(gè)變量，初始化交通信號(hào)算法模型；觀測(cè)信息向量化步驟：通過(guò)多層感知機(jī)將觀測(cè)信息向量降維，得到降維后的數(shù)據(jù)h_i；圖注意力機(jī)制構(gòu)建步驟：利用降維后的數(shù)據(jù)h_i，從注意力機(jī)制出發(fā)，構(gòu)建適用于交通信號(hào)算法模型的注意力機(jī)制hm_i；損失函數(shù)構(gòu)建步驟：根據(jù)注意力機(jī)制hm_i，計(jì)算損失函數(shù)；行為更新步驟：根據(jù)構(gòu)建的交通信號(hào)算法模型中獎(jiǎng)勵(lì)函數(shù)，對(duì)損失函數(shù)進(jìn)行迭代計(jì)算，以獲得最終交通信號(hào)算法模型；預(yù)測(cè)結(jié)果計(jì)算步驟：根據(jù)構(gòu)建的最終交通信號(hào)算法模型計(jì)算交通信號(hào)的控制策略π，實(shí)現(xiàn)信號(hào)控制；本發(fā)明適用于大規(guī)模復(fù)雜的交通道路情況。