本发明公开了一种基于强化学习的城市交通堵塞调度方法，通过图像传感器和电感传感器获取城市道路交叉口的车辆数量信息、车辆排队信息和交通灯状态的实时数据；再利用机器学习算法，根据车辆数量信息、车辆排队信息和交通灯状态的实时数据，结合从图像信息与储备结构化数据获取的路段限制与车道信息的交叉口先验知识，形成交叉口路况状态数据作为调度模型训练数据；调度模型根据环境反馈的交叉口各车道的通行效果和奖励函数计算奖励信号，从而训练调度模型；利用强化学习算法，基于交叉口路况状态数据与交叉口通行安全准则训练调度模型；以交叉口路况状态数据作为输入，通过完成训练后的调度模型输出交通灯状态指令及相应交通灯控制信号。