宏布局强化学习网络

线长缩短14%

通过分层强化学习分解宏布局任务，模仿人类专家设计模式，在保持训练稳定的同时实现更优的线长和拥塞优化。

Zhentao, Tan · 穆亚东

Pattern Recognition Letters 2024

参数信息

平均线长降低率

9.29 %

最高线长降低率

14.25 %

测试基准数量

8

技术优势

奖励更稠密

通过计算每个episode的局部线长和拥塞差异来生成稠密奖励，缓解稀疏奖励问题。

搜索空间更小

采用分层强化学习框架，每个时间步分配子任务而非原始动作，减小了状态-动作搜索空间。

训练更稳定

分层框架和稠密奖励共同作用，解决了强化学习中训练不稳定的问题。

应用场景

• 芯片物理设计：直接用于宏布局阶段，减少人工迭代。
• AI辅助EDA：为EDA工具提供可训练的布局智能体。
• 布局优化：自动优化线长和拥塞，替代人工布局。