近年来，随着我国城市面积的不断扩大与城市人口的迅速增长，城市居民日常出行难的问题变得越来越突出，而大力发展公共交通系统是解决这一问题的有效途径。

现代有轨电车作为一种电力驱动的轻型轨道车辆，与公共汽车相比，有着更大的载客量与更快的运行速度，能够更有效地改善城市交通拥堵，缓解公共出行压力。然而，在实际应用中有轨电车常在通过轨道/公路交叉道口时与社会车辆发生通行冲突，影响其运行效率与可靠性。 

如何更好的发挥有轨电车方便快捷的特性？如同其他类型公交车辆，信号优先控制是解决上述问题、提高有轨电车服务水平的关键技术之一。最早的信号优先控制出现在上世纪六十年代，经过了近60年的不断研究，信号优先控制取得了长足的发展。然而，在现有的研究中仍然存在一些亟待解决的问题，如复杂交通环境难以建模、优化求解较为复杂等等。

作为一种“数据驱动”的无模型自学习算法，深度强化学习(Deep reinforcement learning) 可以在不进行交通建模的前提下，仅采用实时交通信息作为输入，对交叉口控制信号进行实时决策。

本文提出了一种基于深度强化学习的有轨电车信号优先控制策略。在有轨电车整个通行过程中连续动态地调整交通信号，协同考虑有轨电车与社会车辆的通行需求，在尽量保证有轨电车无需停车的同时，降低社会车辆的通行延误。采用深度Q 网络算法进行问题求解，并利用竞争架构、双Q 网络和加权样本池改善学习性能。基于SUMO 的实验表明，该模型能够有效地协同提高有轨电车与社会车辆的通行效率。