传统的单点交通信号控制方法需要人为地建立基于显式编程的逻辑规则或基于性能指标的优化模型,注入交通信号控制器,实现交通信号配时方案的设计、调整和优化。但人工经验存在瓶颈,同时此类开环控制方法缺乏性能评价的反馈和有效应用,最终限制了道路使用者性能表现的提升空间。近年来,在飞速发展的人工智能和新兴的交通数据采集技术的双重作用下,将人工智能与交通信号控制相结合的研究呈现井喷态势。双环相位结构是大型信号控制交叉口最常用的通行权分配方式,可以为灵活、高效地配置机动车相位的绿灯时间创造条件。本文面向具有双环相位结构的单个四路信号控制交叉口,以在更短的时间内使更多的机动车通过停止线为控制目标,运用强化学习技术,开发一种单点人工智能信号控制方法。为环A和环B的前置相位分别部署一个智能体,为环A和环B的后置相位部署一个智能体。将每个进口方向停止线上游160米的道路空间划分成13个区域,利用多目标跟踪雷达采集每个区域内的车辆数、平均瞬时速度和排队车辆数作为交通运行特征,与信号运行特征共同构成状态向量。将动作设定为正在显示绿灯的机动车相位选择最小绿灯结束后的绿灯延长时间,动作空间包括36个备选动作。将回报设定为每秒各进口方向停止线的通过车辆数总和。根据本研究的状态表征方式和动作设定方式,建立定制化的Double Deep Q-Network(DDQN),采用深度全连接神经网络表示策略,采用改进的多步时间差分方法更新动作价值,在由VISSIM创建的虚拟道路交通环境中训练智能体。以典型的四路信号控制交叉口为实验对象,在路段为3车道的道路空间条件和高峰水平的交通需求条件下,仿真实验结果表明:在双环相位结构下,与传统的单点全感应信号控制方法相比,本文提出的单点人工智能信号控制方法可使交叉口车均延误下降17%、车均排队时间下降22%,是一种行之有效的信号控制方法。