我突然深切地怀疑，我们 DC cooling 的技术路线走不通。如果总功耗 = 常数 × 制冷量 + 常数，冷量要抵消热量 相当于是固定的，那么优化 supply 温度好像没什么意义，因为冷量固定 => return - supply 固定。
感觉应该是，把冷风更好地利用起来，避免出现局部热点 另一边反而过冷，这样的情况吧。
-
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
#戒断# PPO 目前没 train work
若 PPO 都不 work，那 DDPG 是更不可能 work 的，整个毕设技术路线就走不通。
（虽然 GNN 项目 和 托福调研之类的不会受影响）
所以目前的任务就是把 PPO train 出来。可能是 reward 设置有问题。要不然干脆 supply 越高越好。
作者的近日打卡
猜你喜欢
今天先看Financial的东西 - 然后争取把Predictive Modeling的作业做完
- 兔不知道
- ♂ 36
- 自律力30.21
- Dallas TX
pretrain - 1. 悬空可能会 violate。
, 2. 给定 pick 时不调用 pick
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
今天应该能把 exploration 大致搞明白 - 目前的想法是，exploration + multi-fidelity，做 A
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
上午我们先 check OS 吧 - 软设进度计划之类的，可以等到形策写。
,
, 工作方面，今天中午下午还可以听
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
大家都希望 continuous work - 待办：
, 1. 把 auxil 训起来；
, 2. 改改 reward，bas
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
呜呜呜，看起来没 train 出来 - 可能要设计更精细的 curriculum。
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
想试着用 ML 糊弄一下 room-level model - 找出几个能代表一片颜色的关键点，它们的温度压力 + 压力作为 state，再联合
- 正在追寻dolce
- 7级
- 自律力99.26
- 希望顺利毕业的学生
© 行恒 2013
看看别人的 reward 怎么设置的。