本公开提供了一种机器学习模型的训练方法、信号控制方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为智能交通、强化学习、深度学习技术领域。机器学习模型的训练方法包括：基于参数噪声值调整初始机器学习模型的模型参数，得到更新后的初始机器学习模型，初始机器学习模型是经由第一交通样本数据训练得到的；利用更新后的初始机器学习模型处理第二交通样本数据，得到针对交通信号灯的第一调整策略；响应于基于第一调整策略调整交通信号灯的信号完成，确定针对路口的第一参考交通状态；基于第一参考交通状态和参数噪声值，调整更新后的初始机器学习模型的模型参数，得到经训练的机器学习模型。