Locked In: 面向 AI 数据中心建设的多目标强化学习

研究者提出一种层级式多目标马尔可夫决策过程，用于长期 AI 数据中心建设规划。 采用偏好条件化的多目标智能体，通过半马尔可夫管理者-工作者架构，在成本、碳、水和可靠性之间生成可引导的策略族。 该方法基于真实数据验证，环境、智能体及评估工具已开源。