La gestión del tráfico urbano es altamente compleja, y las estrategias de control ineficientes a menudo empeoran la congestión y aumentan el consumo de energía. Este documento presenta un método colaborativo de aprendizaje por refuerzo multiagente adaptado para escenarios de control disperso, IKS-SAC (Mejora del Actor-Crítico Suave de Compartir Conocimiento), que mejora la coordinación entre semáforos para optimizar el flujo de tráfico. IKS-SAC incorpora un protocolo de comunicación para compartir conocimientos entre agentes, lo que permite que cada agente acceda y utilice datos del entorno de tráfico recopilados por otros agentes, abordando eficazmente el desafío del procesamiento de datos en actualizaciones asincrónicas, logrando así una comprensión integral del entorno de tráfico dentro de un marco de control disperso. La validación de los datos sintéticos demuestra que IKS-SAC exhibe una adaptabilidad y eficiencia superiores en la gestión de las fluctuaciones y las incertidumbres del flujo de tráfico, superando significativamente a los métodos de control de tráfico existentes basados en el aprendizaje por refuerzo y a los métodos tradicionales de control de tráfico. El método propuesto muestra ventajas significativas en la reducción de la congestión del tráfico, la disminución del consumo de energía y la mitigación de la contaminación ambiental.