本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的匝道信號(hào)控制優(yōu)化方法和系統(tǒng)，包括：匝道交叉口優(yōu)化控制步驟，通過(guò)單點(diǎn)自適應(yīng)控制檢測(cè)道路上的實(shí)時(shí)交通流，上位機(jī)根據(jù)所述實(shí)時(shí)交通流選擇匝道信號(hào)控制方案，建立SARSA信號(hào)控制模型；模型參數(shù)標(biāo)定步驟，獲取車輛跟馳與換道模型，對(duì)所述車輛跟馳與換道模型的參數(shù)進(jìn)行標(biāo)定；仿真步驟，根據(jù)預(yù)設(shè)的需求訓(xùn)練所述SARSA信號(hào)控制模型和標(biāo)定參數(shù)后的車輛跟馳與換道模型，得到優(yōu)化的匝道信號(hào)控制方案。本發(fā)明通過(guò)設(shè)計(jì)基于強(qiáng)化學(xué)習(xí)的快速路上匝道信號(hào)控制優(yōu)化方法，并基于交通仿真的匝道控制方法驗(yàn)證及效果評(píng)價(jià)，使用SUMO仿真驗(yàn)證效果，為以后的理論研究和工程應(yīng)用提供新的思路和方法。