基于离线强化学习的数据中心冷却系统优化

本研究针对数据中心冷却系统的能源消耗问题，通过提出一种新颖的物理信息离线强化学习框架，以优化冷却能效。该框架利用图神经网络模型有效捕捉复杂的动态模式，并在实际操作数据有限的情况下实现样本高效的策略学习，最终在大型生产数据中心中验证了14%到21%的能源节约效果，展示了离线强化学习在解决现实工业控制问题中的潜力。