Nov, 2023
基于强化学习的人类约束下的直角宏放置
Toward Reinforcement Learning-based Rectilinear Macro Placement Under Human Constraints
Tuyen P. Le, Hieu T. Nguyen, Seungyeol Baek, Taeyoun Kim, Jungwoo Lee...
TL;DR该研究提出了一种利用 Google 的电路训练方法 (G-CT) 的方法,提供了一种基于学习的宏放置器,不仅支持放置矩形案例,而且遵循重要的人类设计原则,实验证明了该框架在实现功耗 - 性能 - 面积(PPA)指标上的有效性和与人工干预产生的高质量放置的可比性,并且该方法显示出解决不同宏形状和布局区域的潜力。