O controle semafórico eficiente é um dos problemas mais explorados em computação urbana, e abordagens baseadas em aprendizado por reforço profundo (DRL) têm apresentado resultados promissores. No entanto, diferentes trabalhos da literatura adotam escolhas de projeto muito distintas entre si, e escolhas como a representação de estado, função de recompensa, algoritmo e o conjunto de ações impactam muito no comportamento final do agente, de modo que não se sabe qual dessas escolhas de fato determina o desempenho. Neste trabalho, foi investigado especificamente como a escolha do conjunto de ações impacta no comportamento do agente, comparando de forma controlada dois paradigmas centrais da literatura: a seleção livre de fase e o controle cíclico com duração. O efeito da ação foi analisado isoladamente, com os experimentos conduzidos em dois cenários realísticos das cidades alemãs de Cologne e Ingolstadt, por meio de simulações no SUMO, dirigidas utilizando o RESCO. A comparação o desempenho dos agentes a um semáforo estático em diferentes condições de operação da via mostrou diferenças de até 80% no desempenho do agente, variando apenas a ação permitida pelo agente.