L2DC是一种基于强化学习的电路设计方法，通过利用无先验知识的RL agent优化电路参数并自动生成新电路数据，实现对电路的自动优化，相比于传统的人工设计或贝叶斯优化方法，L2DC在样本效率和性能上都具有更优的表现。

Dec, 2018

通过深度强化学习和自监督学习的方法成功地实现了对半导体制造设施进行更高效调度的功能，提出了一种适应性调度方法来处理复杂连续随机动态半导体制造模型，与传统调度策略相比，我们的方法可以显著减少订单的延迟和完成时间，从而更好地分配半导体制造流程的资源。

Feb, 2023

研究提出了INVICTUS，一个基于模型的离线强化学习（RL）解决方案，可自动生成一系列基于先前设计的训练数据集的逻辑化简启发式的序列，以用于芯片设计的逻辑合成。结果表明，与最先进的技术相比，INVICTUS 在合成电路的面积时延乘积（ADP）方面有显着改进，改进达到了最先进技术的 30% ，同时在运行时间方面还实现了高达 6.3 倍的降低。

May, 2023

本文介绍了并研究了增强学习技术和开放式平台通讯（OPC UA）技术，分析了二者在工业控制与优化中的应用，进一步探讨二者结合的可能性和需求。研究发现，尽管增强学习在工业控制与优化领域有着广泛的应用前景，但是在实际应用中仍存在标准化接口不足的问题。

May, 2023

本论文介绍了一个基于OPC UA的运营技术意识强化学习体系结构，扩展了标准的RL设置，将其与数字孪生的设置相结合，与此同时，定义了一个OPC UA信息模型，允许进行通用的即插即用式交换RL agent。通过解决玩具示例，本文演示和评估了体系结构，证明了该结构可用于使用真实控制系统确定最优策略。

Jun, 2023

ChiPFormer是一种离线强化学习算法，通过学习固定数据集，实现在芯片设计中的可转移放置策略，该算法不仅在多任务设置下更有效地利用了离线布局设计以学习可转移的策略，而且对于未知的芯片电路，有效的fine-tuning可将放置时间从几小时缩短至几分钟，在32个芯片电路的实验中，ChiPFormer不仅大大提高了放置质量，而且相比最近的最先进技术，还将运行时间缩短了10倍。

Jun, 2023

本研究对逻辑综合的学习和搜索技术进行了彻底的研究，发现预训练代理器在面对全新设计时可能偏离轨道，从而对搜索轨迹产生不利影响。我们提出了ABC-RL，这是一个经过精心调整的α参数，能够在搜索过程中熟练地调整来自预训练代理器的建议。基于与训练数据集的最近邻检索相似性分数计算得到的ABC-RL针对广泛的硬件设计提供了优越的综合方案。我们的发现展示了合成电路质量结果（QoR）的显著改进，与现有技术相比，提高了最高达24.8%的性能。此外，与当前最先进的方法相比，ABC-RL在运行时间上实现了高达9倍的减少（iso-QoR）。

Jan, 2024

基于强化学习的CAMO光刻接近性校正系统结合了相邻片段移动的空间相关性和校正启发式变调选择，对比学术界和工业界最先进的光刻接近性校正引擎，实验证明CAMO的性能优于其它引擎。

Apr, 2024

本研究解决了当前半导体制造中光学近似修正（OPC）技术在复杂性和工业化应用之间的差距。我们提出了DiffOPC，一个可微分的OPC框架，通过掺入边缘基OPC和反向光刻技术（ILT）的优点，优化了掩模边缘的移动，显著降低了边缘放置误差并将制造成本减少一半，为先进半导体制造提供了一种有效的解决方案。

Aug, 2024

本研究解决了半导体制造中光学接近校正(OPC)的优化问题，通过提出一种基于AI和大语言模型的方法来提高校正效率。关键创新在于结合了强化学习的OPC配方搜索和定制的多模态智能系统，实验结果表明该方法能有效生成适用于不同芯片设计的OPC配方，显著降低了对经验丰富工程师的依赖。

Aug, 2024