现有的道路交通基础设施提供的有限资源导致车主在道路上的时间不断增加，而智慧交通信号灯的项目就是为了减少城市交通系统中用为等待红灯而浪费的时间。

一个城市的交通受到交通灯管制的影响很大，在等待红绿灯时，司机是不会前进而汽车则在持续使用燃油，因此，减少交通灯前的等待时间，每年可以为我国节省数十亿人民币。

为了使交通灯控制器更加智慧化，我们利用了通信网络和传感器网络等新技术的出现，以及使用更复杂的算法来设置交通灯。设置智慧交通信号灯控制不仅意味着减少车主的等待时间，而且还意味着车主能够收到关于到达目的地最顺畅的提示信息，以减少他们的等待时间。这意味着我们正在处理一个复杂的智慧交通系统，在这个系统中，通信的协调起着至关重要的作用。

迪蒙还提出了另一种新的城市交通系统，使用机器学习的方法来优化智慧交通信号灯和汽车司机的行为的协调，其想法如下：假设有许多车，其目的地站在一个十字路口前，所有汽车所在的位置和目的地的地址都提前与智慧交通信号灯汇总。而这个时候现在智慧交通灯必须决定哪条车道是最佳的选择(即哪些车道是绿色的)，以减少所有汽车到达目的地前的长期平均等待时间。

智慧交通信号灯解决这个问题的方法就是：先预计一辆汽车到达目的地需要多长时间(该车辆可能需要通过许多不同的交通灯)，而目前该红灯亮着绿灯需要多长时间;如果亮红灯，则需要多长时间，等待红色的时间和等待绿色的时间之间的区别则是汽车的收益。现在智慧交通设置信号灯的方式，以最大限度地提高所有车辆在十字路口前的平均收益。为了估计等待时间，我们使用了“强化学习”来跟踪单个汽车的等待时间，并使用一种智慧的方法来计算长期平均等待时间，使用动态规划算法。

这样的优势是：这个系统是很公平的，它从不让一辆车等很长时间，因为它把自己的灯设置成绿色的好处变得很大，而交通灯的最佳决策就会使他的灯变绿。此外，由于我们估计交通灯前的等候时间，直至道路使用者到达目的地为止，道路使用者可利用这些资料选择下一个交通灯，从而改善其在城市的驾驶行为。

请注意，我们使用分布式多智慧体系统来解决交通灯控制问题，其中协作和协调是通过通信、学习和投票机制完成的。为了在非常繁忙的情况下允许出现道路的通畅，我们将我们的算法与一种特殊的桶算法相结合，将增益从一个交通灯传播到下一个交通灯，从而在下一个交通控制器选项上获得更强的投票权。