本發(fā)明公開了一種數(shù)據(jù)中心能耗聯(lián)合優(yōu)化方法、系統(tǒng)、介質(zhì)及設(shè)備，構(gòu)建數(shù)據(jù)中心多智能體環(huán)境；根據(jù)scheduling_agent的狀態(tài)空間、動作空間和獎勵函數(shù)構(gòu)建任務(wù)調(diào)度強化學(xué)習(xí)模型；根據(jù)cooling_agent的狀態(tài)空間、動作空間和獎勵函數(shù)構(gòu)建溫度調(diào)控強化學(xué)習(xí)模型；基于任務(wù)調(diào)度強化學(xué)習(xí)模型和溫度調(diào)控強化學(xué)習(xí)模型構(gòu)建異構(gòu)多智能體強化學(xué)習(xí)的聯(lián)合控制模型，向聯(lián)合控制模型中導(dǎo)入構(gòu)建的數(shù)據(jù)中心多智能體環(huán)境；使用聯(lián)合控制模型，以數(shù)據(jù)中心整體能耗最小化為目標集中訓(xùn)練scheduling_agent與cooling_agent，使用聯(lián)合控制模型訓(xùn)練得到的scheduling_agent與cooling_agent，根據(jù)各自的觀測信息執(zhí)行以降低自身能耗為目標的動作策略，同時保證動態(tài)數(shù)據(jù)中心環(huán)境的平衡，實現(xiàn)整體能耗最小化。本發(fā)明在降低計算能耗與制冷能耗之間取得平衡，同時降低數(shù)據(jù)中心的整體能耗。