该文综述多项基于强化学习的交通信号控制研究：CVLight利用互联车辆数据实现多路口自适应控制；DynamicLight分两阶段确定相位与时长；CoLight通过图注意网络促进信号灯间通信；杭州实验表明深度Q学习可显著降低等待与排队；此外还有离线数据集、通用模型、减排奖励及安全增强等方法，均提升了效率与可扩展性。