本发明属于自动驾驶中的辅助驾驶技术领域，公开了一种缓解交通拥堵驾驶员控制系统、方法、介质、设备及应用，包括：采用集中学习但分散执行的设定，每个目标车辆节点在每个时刻均做一个决策，为所有节点实现相同的给定目标，即有序通过从而解决交通拥堵问题；节点间的通信和信息传播采用图神经网络GNN进行建模，决策处理器采用Deep Q learning，形成的决策信息以建议指令的形式下发给每一位环境内的驾驶员。本发明具备场景遍历深度的优势和自学习性能，通过大数据系统更容易覆盖全部工况，机器能够自行提炼环境特征和决策属性，便于系统优化迭代；通过数据训练完善模型，模型正确率随数据的完备得以提升。