本文提出了一种简化的车辆微观模拟方法，并使用深度强化学习优化了六个交通系统的控制策略。研究发现了多种新行为，并分析了这些行为以获得可解释的控制策略。

通过实验和分析，研究发现迭代人在寻找新行为方面更有效。实验中发现了23个新的紧急行为，其中18个是新发现。这是首个已知的计算无关代理异构群体的紧急行为。