研究者开源AI数据中心多目标RL决策框架

研究者发布了一种用于长期AI数据中心建设规划的多目标强化学习框架，并开源了相关工具。该框架采用层级式多目标马尔可夫决策过程，基于真实电网、水资源等数据构建，旨在解决数据中心建设中的多目标优化难题。 新架构通过“管理者-工作者”的半马尔可夫模式，让多目标智能体能根据偏好生成不同策略，在成本、碳排放、水资源消耗和可靠性之间取得平衡，实现了对建设策略的灵活引导。 研究团队已将该框架的环境、智能体及评估工具完全开源。这些工具不仅基于真实数据构建，还包含了基线模型，为后续在AI基础设施规划领域应用强化学习提供了可复现的实验基础。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。