AIR科研｜构建物理信息增强的离线强化学习架构，探索复杂工业与能源系统节能降碳新范式

近日，由清华大学智能产业研究院(AIR)、清华大学无锡应用技术研究院、与财拓云计算（上海）有限公司联合研发的“基于物理信息增强的离线强化学习数据中心冷却控制技术”通过中国制冷学会科技成果评价。

中国制冷学会评估专家一致认为，该项目整体技术达到国际先进水平，其中，时间反演对称性热动力学模型（TTDM）相关创新达到国际领先水平。

01/数据中心制冷：从“稳定运行”走向“智能寻优” 

随着人工智能与云计算产业快速发展，数据中心算力规模持续提升，制冷系统的能耗与安全控制成为行业关注的重点。

传统数据中心通常采用PID控制器调节空调设备。该方法能够维持基本的温度稳定，但面对服务器负载快速变化、多台空调协同运行及复杂热力环境时，容易出现响应滞后、冷量分配不均等问题。

与此同时，真实机房的运行数据规模有限、覆盖范围不足，高精度仿真环境构建困难，使传统强化学习技术难以直接应用于生产系统。

针对上述问题，AIR刘云新、詹仙园项目组联合合作单位，提出基于物理信息增强的离线强化学习技术框架，将热动力学规律融入人工智能模型，在有限历史数据条件下，实现对数据中心温度场及空调设备的 安全、协同、持续优化控制。

02/三项技术突破：让 AI 在真实机房安全闭环运行

围绕数据中心“热动态难建模、有限数据难训练、智能算法难落地”三大行业难题，项目团队在动力学建模、控制策略和工程部署方面实现关键突破。

•一是创新热动力学建模，攻克复杂温度场难以准确预测的问题。团队首次将时间反演对称性约束引入数据中心热动力学模型，将不同设备及其耦合关系映射为图结构，并在隐空间中构建正向与逆向动力学模型。即使传感器观测不完整，模型仍能捕捉符合物理规律的热动态变化。

•二是突破小样本离线强化学习瓶颈。 针对真实机房数据量有限、覆盖范围不足，以及传统算法容易过度保守等问题，团队通过隐空间策略学习与分布外动作泛化机制，提高模型的样本利用效率、稳定性和泛化能力，使系统能够在有限历史数据基础上生成安全、有效的控制策略。

•三是打通人工智能进入工业现场的“最后一公里”。 该技术将环境感知数据、服务器负载状态与冷源侧控制参数纳入统一建模和决策框架，实现多台空调设备与机房整体温度场的全局协同调节。系统已在真实大型数据中心完成连续闭环部署，在提升能效的同时保持安全约束零违规。

03/比真实场景验证：节能 14%-21%，安全约束零违规

截至2026年1月，该技术已在万国数据旗下6个数据中心落地应用，项目总规模近70MW，安全运行超 2000 小时，已产生约400万元以上的经济效益。

实际运行结果经过第三方专业机构现场检验，在不触发热安全约束的前提下，该技术使测试机房冷却系统能效提升14%至21%，末端冷却负载因子ACLF最低降至0.025。同时，机房热通道温度分布更加集中，不同热通道之间的温差进一步缩小，冷量分配更加合理。

面对服务器负载波动，系统能够根据机房全局状态主动调整控制策略，在提升能效的同时保持温度场稳定。真实大型数据中心连续部署期间，系统未出现安全约束违规。

04/产业化推进：由臻效智能承接产品化与规模化应用 

此次通过科技成果评价，是对项目技术创新能力和工程应用价值的权威认可，也是清华无锡院智能产业创新中心推动人工智能技术与数据中心产业深度融合的重要阶段性成果。

6月6日，在清华大学无锡研究院智能产业创新中心举办的“太湖对话”活动上，由创新中心孵化的工业物理AI公司——臻效智能正式发布。

臻效智能以行业首发的“工业世界模型+离线强化学习”的 PhyRDA双层技术架构为核心，构建“工业Agent+算控一体硬件”的软硬协同产品体系，为复杂工业与能源场景提供从状态感知、智能决策到秒级闭环控制的一体化能力。

未来，数据中心项目组的相关科研成果将通过臻效智能持续推进产品化与规模化应用，并逐步拓展至火电燃烧、冶金及其他高能耗工业场景，推动工业系统从“经验驱动、局部稳定”走向“智能决策、全局优化”，为工业能源系统的安全、低碳与高效运行提供可规模化的 AI 控制优化能力。