智能交通系统(intelligent transportation systems, ITS)中城市交通控制由交通信号灯系统和车辆诱导系统各自独立并相互配合实现，交通信号灯系统在时间上完成交通灯的动态配时，车辆诱导系统在空间上完成交通车辆分流。为更好解决城市道路交通拥堵问题，提高车辆行驶效率，提出一种基于深度强化学习的交通灯配时与车辆诱导协同控制算法。通过交通灯配时系统和车辆诱导系统在信息生成、数据处理和策略执行等多个方面的数据互通，实现对交通灯智能体和车辆智能体的协同控制，从而提升整个路网的综合性能。在SUMO仿真器上的实验结果表明，该算法有效地提高了路网通行效率，且具有显著的稳定性。