基于多智能体强化学习的地理分布数据中心可持续负载调度（英文版）

英文标题：Sustainable AIGC Workload Scheduling of Geo-Distributed Data Centers: A Multi-Agent Reinforcement Learning Approach中文摘要：本研究提出一种基于多智能体强化学习和演员 - 评论家方法的算法，通过与真实工作负载模式、能源价格和碳强度相互作用的云系统学习最优的协同调度策略，从而最大化 GPU 利用率、降低运营成本和减少碳排放。与其他算法相比，我们的方法提高了系统效用，最高可达 28.6％。英文摘要：Recent breakthroughs in generative artificial intelligence have triggered asurge in demand for machine learning training, which poses significant costburdens and environmental challenges due to its substantial energy consumption.Schedulin