这是什么？
这是一个研究级仓库，实现了用深度 Q 网络（DQN）训练的自适应 CPU 任务调度器。它包含一个支持 DVFS 和温度感知奖励的多核 CPU 模拟器，以及训练、评估和绘图流水线。
这是一个研究级仓库，实现了用深度 Q 网络（DQN）训练的自适应 CPU 任务调度器。它包含一个支持 DVFS 和温度感知奖励的多核 CPU 模拟器，以及训练、评估和绘图流水线。这是能直接装进操作系统的可用调度器，还是研究用模拟器？它是研究用模拟器，不是真正的操作系统调度器钩子——一个类 Gym 的环境，对多核 CPU、DVFS 和热行为进行建模，让 DQN 智能体能在隔离环境中训练和评估。
它是研究用模拟器，不是真正的操作系统调度器钩子——一个类 Gym 的环境，对多核 CPU、DVFS 和热行为进行建模，让 DQN 智能体能在隔离环境中训练和评估。怎么让它跑起来？README 有专门的 Quick Start 部分，介绍如何启动模拟器、训练 DQN 智能体以及生成评估图表。
README 有专门的 Quick Start 部分，介绍如何启动模拟器、训练 DQN 智能体以及生成评估图表。它真的能控制物理 CPU 的调度吗？不能，它只在模拟器内部运行——没有任何接入真实操作系统调度器或物理硬件的内容；一切（任务、核心、DVFS、温度）都在软件中建模。
不能，它只在模拟器内部运行——没有任何接入真实操作系统调度器或物理硬件的内容；一切（任务、核心、DVFS、温度）都在软件中建模。它把 DQN 智能体和哪些基线调度器作比较？它的基准对比对象是经典的无学习调度器：轮转调度（RR）、最早截止时间优先（EDF）和最短剩余时间优先（SRTF）。
它的基准对比对象是经典的无学习调度器：轮转调度（RR）、最早截止时间优先（EDF）和最短剩余时间优先（SRTF）。智能体用了哪些 DQN 变体？它采用 Double DQN 和 Dueling DQN 架构，并结合优先经验回放，让训练更稳定。
它采用 Double DQN 和 Dueling DQN 架构，并结合优先经验回放，让训练更稳定。为什么奖励函数要关心温度？模拟器在环境中除 DVFS 外还包含温度代理，因此智能体的奖励经过塑形，用来在调度性能与 CPU 功耗/温度约束之间取得平衡。
模拟器在环境中除 DVFS 外还包含温度代理，因此智能体的奖励经过塑形，用来在调度性能与 CPU 功耗/温度约束之间取得平衡。我能复现仓库中展示的论文式结果吗？可以，该项目围绕可复现实验构建，内置绘图功能，训练结果和基线对比结果都可以重新生成。
可以，该项目围绕可复现实验构建，内置绘图功能，训练结果和基线对比结果都可以重新生成。What are similar projects?dopamine, MLAlgorithms, ML-From-Scratch, ml-agents, DeepLearning, reinforcement-learning, Gymnasium, ANE
dopamine, MLAlgorithms, ML-From-Scratch, ml-agents, DeepLearning, reinforcement-learning, Gymnasium, ANEWhich topics is it in?rl, deep-reinforcement-learning, cpu, scheduler, neural-networks, operating-system, optimization, simulation, academic, systems-programming, algorithms, reinforcement-learning
rl, deep-reinforcement-learning, cpu, scheduler, neural-networks, operating-system, optimization, simulation, academic, systems-programming, algorithms, reinforcement-learning