简介： 本发明公开了一种数据中心能耗联合优化方法、系统、介质及设备，构建数据中心多智能体环境；根据scheduling_agent的状态空间、动作空间和奖励函数构建任务调度强化学习模型；根据cooling_agent的状态空间、动作空间和奖励函数构建温度调控强化学习模型；基于任务调度强化学习模型和温度调控强化学习模型构建异构多智能体强化学习的联合控制模型，向联合控制模型中导入构建的数据中心多智能体环境；使用联合控制模型，以数据中心整体能耗最小化为目标集中训练scheduling_agent与cooling_agent，使用联合控制模型训练得到的scheduling_agent与cooling_agent，根据各自的观测信息执行以降低自身能耗为目标的动作策略，同时保证动态数据中心环境的平衡，实现整体能耗最小化。本发明在降低计算能耗与制冷能耗之间取得平衡，同时降低数据中心的整体能耗。