首页|基于模型深度强化学习的数据中心主动地板控制

基于模型深度强化学习的数据中心主动地板控制

扫码查看
原文链接
  • 万方数据
  • 维普
如何消除数据中心的局部热点是困扰数据中心行业的关键问题之一.本文采用主动地板(AVT)来抑制局部机架热点现象,并将数据中心AVT控制问题抽象为马尔可夫决策过程,设计了基于深度强化学习的主动地板最优控制策略.该策略基于模型深度强化学习方法,克服了传统无模型深度强化学习方法采样效率低的缺陷.大量仿真实验结果表明,与经典无模型(PPO)方法相比,所提出的方法可迅速收敛到最优控制策略,并可以有效抑制机架热点现象.
Model-based reinforcement learning for active ventilated tiles control in data centers

温建伟、张立、段彦夺、李雷孝

展开 >

内蒙古自治区气象信息中心,内蒙古呼和浩特010051

内蒙古自治区基于大数据的软件服务工程技术研究中心,内蒙古呼和浩特010080

数据中心 主动地板 强化学习 性能评价

国家自然科学基金内蒙古自治区科技重大专项内蒙古自治区科技重大专项内蒙古自治区关键技术攻关计划内蒙古自治区关键技术攻关计划内蒙古自治区科技成果转化专项内蒙古自治区科技成果转化专项

618620482019ZD0152019ZD0162019GG2732020GG00942020CG00732021CG0033

2022

10.7641/CTA.2021.10682

控制理论与应用
华南理工大学 中国科学院数学与系统科学研究院

控制理论与应用

CSTPCDCSCD北大核心
影响因子：1.076
ISSN：1000-8152
年,卷(期)：2022.39(6)
  • 1
  • 2