本申请公开了一种交通信号控制模型训练方法及交通信号控制方法，该训练方法包括：从预设仿真环境中获取目标交叉路口的当前交通状态数据，将当前交通状态数据输入初始交通信号控制模型，获得相位动作价值空间；利用该预设智能体选取预执行相位动作，基于奖励值生成预执行相位动作对应的经验样本；针对每个预设智能体，利用该预设智能体按照所对应的探索率，从共享经验池中确定对应的目标经验样本；利用确定出的多个目标经验样本对初始交通信号控制模型进行训练，以获得训练好的目标交通信号控制模型。本申请通过，在训练过程中使用多个智能体对交通信号控制模型进行训练，减少了训练时间，从而提高了算法执行效率。