一種基于聚類強化學習的城市道路交叉口交通信號優化方法，該方法涉及智能優化技術領域，可以提高單位時間內通過道路交叉口的車輛數。道路交叉口是道路網的重要組成部分，也是路段交通流的瓶頸。研究顯示，城市平面交叉口的通行能力只相當于路段上的40%-50%。平面交叉口所消耗的時間約占全程時間的31%，而車輛行駛延誤時間中有80%-90%由平面交叉口延誤造成。提高城市平面道路交叉口的通行能力，可以減少車輛延誤，節約人們的出行時間，增強人們的出行安全，并能夠減輕環境污染。

  本發明能夠根據交叉口的 交通狀態自動選擇合適的相位動作，以適應交叉口交通狀況的變化，能夠提高單位時間內通  過交叉口的車輛數，減少車輛延誤。與其他聚類強化學習方法的不同之處在于，本發明在學 習過程中，能夠根據回報值的標準差動態地增加或減少質心數，能在保證強化學習收斂的前  提下盡可能地減少質心數，從而盡可能減少Q值函數存儲空間、提高收斂速度，使交通信號控制策略更快地適應當前交通流情況，從而盡可能減少交通延誤。