本发明属于城市交通控制领域，具体涉及了一种基于深度强化学习单路口交通信号控制方法、系统、装置，旨在解决复杂交通状况的交通信号控制效果不好的问题。本发明方法包括：建立微观交通仿真环境并定义参数，设定评判网络、交通信号生成网络；基于当前阶段以及前一阶段数据计算评判网络的训练误差并更新网络参数；基于更新后的评判网络、当前阶段以及前一阶段数据，计算更新后的评判网络训练误差，并更新评判网络、交通信号生成网络参数；采用训练好的交通信号生成网络获取交叉口信号灯下一相位时长。本发明减少了事先了解路口车流量信息的调研工作，并能够随路口车流量需求改变而及时做出调整，大大提高了复杂交通状况的交通信号控制的效果。