本申请公开了一种基于深度强化学习的交通信号灯控制方法、装置及设备，可解决目前交通信号灯的控制方式不利于提高城市道路通行效率的技术问题。方法包括：获取目标通行路口的路口通行数据，路口通行数据包括目标通行路口的路口车辆移动速度、路口车辆坐标位置、路口车辆队列长、路口行人数量、信号灯当前阶段中的至少一种；对路口通行数据进行特征转换处理，获取路口特征向量，并将路口特征向量输入训练完成的交通信号灯控制模型中，得到目标通行路口的第一通行控制策略；利用蒙特卡洛树搜索算法对第一通行控制策略进行仿真模拟，根据仿真模拟结果确定目标通行路口的第二通行控制策略；根据第二通行控制策略执行对目标通行路口的交通信号灯控制。