研究者提出AI数据中心建设多目标强化学习方法并开源

Satyapragnya Kar 等研究者在 arXiv 发布论文，将 AI 数据中心选址与建设这一长达 10 到 20 年资产周期的长期规划形式化为分层多目标 Markov 决策过程，用偏好条件化的多目标智能体（semi-Markov manager-worker 层级）求解，使规划者能在推理时跨成本、碳、水与可靠性调整策略。 研究者称已开源配套的环境、智能体、基线与评测工具，这些工具基于真实的电网互联排队、水资源压力和电网排放数据构建。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。