[发明专利]一种基于带约束强化学习的芯片布局优化方法在审
| 申请号： | 202310359245.2 | 申请日： | 2023-04-04 |
| 公开（公告）号： | CN116738923A | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 欧阳雅捷;刘晓翔 | 申请（专利权）人： | 暨南大学 |
| 主分类号： | G06F30/392 | 分类号： | G06F30/392;G06F30/3308;G06F30/367;G06F30/27;G06N3/006;G06F111/04 |
| 代理公司： | 广东金穗知识产权代理事务所(普通合伙) 44852 | 代理人： | 钟文华 |
| 地址： | 510632 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提出了一种基于带约束强化学习的芯片布局优化方法，属于集成电路领域，方法包括：对芯片布局问题建立基于马尔可夫决策过程的模型；针对芯片设计布局领域，区分硬约束和软约束；设计强化学习算法处理硬约束和软约束；设计奖励函数分别处理硬约束和软约束；利用带约束的强化学习算法训练智能体，使智能体在满足硬约束的前提下，找到优化软约束的策略；在智能体训练完成后，将其应用于实际的芯片布局问题，通过智能体执行的动作序列，得到一个优化的布局方案。本发明通过采用带约束的强化学习算法和针对性的约束处理方式，可以在满足硬约束的前提下，对软约束进行优化，从而实现高性能、低功耗的芯片布局方案。 | ||
| 搜索关键词： | 一种 基于 约束 强化 学习 芯片 布局 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于暨南大学，未经暨南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310359245.2/，转载请声明来源钻瓜专利网。
