买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118520831B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410408156.7，技术领域涉及：G06F30/392；该发明授权一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质是由朱自然;顾浩;顾健;杨军设计研发完成，并于2024-04-07向国家知识产权局提交的专利申请。

本一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质在说明书摘要公布了：本发明公开了一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质，通过结合强化学习和宏模块合法化算法，能够高效地处理混合尺寸及预先放置模块的宏模块布局问题。具体，使用卷积神经网络提取全局观测特征和图神经网络提取网表特征，使得强化学习代理实时捕获和聚合宏观及微观的电路布局信息，加速智能体学习。使用快速动作掩膜层生成算法及宏模块合法化算法来适应混合尺寸的宏模块放置，缓解不同网格化划分算法造成的空间浪费和计算开销。本发明提供的一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质，实现了在保证布局合法性的同时，提高布局质量，优化资源利用率，并缩短设计周期的多重目标。

本发明授权一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质在权利要求书中公布了：1.一种基于强化学习和宏合法化的混合尺寸宏布局方法，其特征在于：包括以下步骤： 步骤S1：获取待布局电路的网表以及布局空间，将布局空间进行网格划分，得到网格化的布局空间；根据网表中预先放置的宏模块的大小和位置，将预先放置的宏模块布置到网格化的布局空间得到初始化的布局状态； 步骤S2：获取预构建的强化学习布局模型； 步骤S3：根据初始化的布局状态获取全局观测信息以及已布局的宏模块的大小和对应的网表，获取一维特征向量；将一维特征向量作为当前状态，输入强化学习布局模型，输出动作概率预测矩阵和价值；根据价值获取内在奖励，根据内在奖励更新强化学习布局模型的参数； 步骤S4：根据初始化的布局状态和待放置宏模块的大小，利用快速动作掩膜生成算法，获取当前动作掩膜层，将当前动作掩膜层与动作概率预测矩阵相叠加，得到待放置宏模块预测矩阵，根据待放置宏模块预测矩阵，得到当前动作，即将待放置宏模块的布置到指定位置；根据当前动作得到放置后布局状态； 步骤S5：将放置后布局状态替换步骤S3中的初始化的布局状态，重复步骤S3、S4逐一将待放置宏模块布置到指定位置，直到完成所有宏模块的放置，得到部分重叠宏布局初步方案； 步骤S6：将部分重叠宏布局初步方案输入宏模块合法化算法，得到合法的宏模块布局方案； 步骤S7：根据合法的宏模块布局方案获取外在奖励，根据外在奖励对强化学习布局模型的参数进行更新，得到更新后的强化学习布局模型； 步骤S8：重复执行步骤S3-S7，直至训练到达设定的最大周期，生成最终的强化学习布局模型； 所述步骤S3，具体包括： 根据初始化的布局状态获取全局观测信息，将全局观测信息输入卷积神经网络提取为全局特征嵌入向量；将已布局的宏模块的大小以及对应的网表输入图神经网络输出图特征嵌入向量；将全局特征嵌入向量和图特征嵌入向量合并为一维特征向量； 将一维特征向量作为当前状态，分别输入策略网络，价值网络，策略网络输出动作概率预测矩阵，价值网络输出价值； 将价值存储到缓冲区中，在强化学习布局模型训练期间随机重播价值，将价值分别输入目标网络和预测网络，分别输出特征嵌入向量，特征嵌入向量，根据特征嵌入向量，特征嵌入向量计算内在奖励； 根据内在奖励计算策略网络的损失函数，并根据策略网络的损失函数更新策略网络的参数，获得更新后的策略网络； 所述内在奖励的计算公式如下： ； 其中，表示2-范数； 所述根据合法的宏模块布局方案获取外在奖励，具体包括： 利用基于解析算法的开源布局器DREAMPlace获取合法的宏模块布局方案的外在奖励； 所述外在奖励，表示布局的半周长线长，计算公式如下： ； 其中：和分别表示的横坐标，纵坐标，表示网表的数量，net表示网表中一个线网，表示第i个线网中第j个引脚。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。