本研究提出了一种实时交通信号灯控制方法，使用深度 Q 学习和奖励函数，考虑排队长度、延迟、旅行时间和吞吐量，动态决定相位变化。通过在中国杭州的一个路口验证，结果显示该方法显著改善了车辆等待时间、排队长度和总行程时间。