基于模型深度強化學習的數(shù)據(jù)中心主動地板控制

摘要： 如何消除數(shù)據(jù)中心的局部熱點是困擾數(shù)據(jù)中心行業(yè)的關鍵問題之一.本文采用主動地板(AVT)來抑制局部機架熱點現(xiàn)象,并將數(shù)據(jù)中心AVT控制問題抽象為馬爾可夫決策過程,設計了基于深度強化學習的主動地板最優(yōu)控制策略.該策略基于模型深度強化學習方法,克服了傳統(tǒng)無模型深度強化學習方法采樣效率低的缺陷.大量仿真實驗結果表明,與經(jīng)典無模型(PPO)方法相比,所提出的方法可迅速收斂到最優(yōu)控制策略,...