一种基于多智能体Actor‑Critic和GRU的城市大路网交通信号控制方法,具体步骤如下：S1、对于城市大型交通路网，将每个交叉口视为多智能体Actor‑Critic网络中的一个Agent，将路网上同一交叉口的车辆数量组合成对应交叉口的车辆总数Lkj，k表示从训练开始的第k时刻，j＝1,2,…,N，N为路网中交叉口的总数；同时记录k时刻该交叉口所有车辆的平均行驶速度Tkj和信号灯状态信息Akj；S2、数据预处理，删去不符合逻辑的异常卡口数据；S3、搭建路网模型，用于神经网络的训练平台；S4、将步骤S1中获取的路网实时交通信息组合成Actor‑Critic训练中的状态信息Skj和信号灯动作信息即信号灯状态信息Akj，进行Actor‑Critic训练；S5、最终得到的训练模型，根据各交叉口的交通信息和信号灯状态信息确定下一个状态的灯态。