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！

申请/专利权人：武汉人工智能研究院;中国科学院自动化研究所

摘要：本发明提供一种芯片布局模型训练及运用方法、装置、电子设备及存储介质，属于人工智能技术领域，训练方法包括：按顺序控制智能体序列的每个智能体执行基于所有智能体在当前时刻的状态信息确定的预测动作并获取执行信息，遍历智能体序列后，根据所有执行信息计算策略网络和价值网络的损失函数值，以对芯片布局模型中策略网络和价值网络的结构参数进行更新。本发明在芯片布局模型仅设置一个策略网络和价值网络的情况下，按顺序控制智能体执行预测动作，在所有智能体均执行一次预测动作之后，依据每次执行预测动作获取的所有执行信息更新模型结构参数，使得训练完成的芯片布局模型能够适用于器件数量各不相同的芯片布局，提高了模型泛化性能。

主权项：1.一种芯片布局模型训练方法，其特征在于，包括：确定对模拟芯片样本的所有智能体进行排序后得到的智能体序列，所述智能体对应所述模拟芯片样本上的一个器件；将所述智能体序列中的第一个智能体作为目标智能体，基于所有智能体在当前时刻的状态信息，控制所述目标智能体执行预测动作以获取执行信息；将所述智能体序列中位于所述目标智能体的下一智能体作为新的目标智能体，以控制新的目标智能体执行新的预测动作，获取新的执行信息；遍历所述智能体序列，以获取每个智能体执行所述预测动作后的执行信息；基于所有所述执行信息，计算所述芯片布局模型的策略网络损失函数值和价值网络损失函数值，以对所述芯片布局模型中策略网络和价值网络的结构参数进行更新；所述将所述智能体序列中的第一个智能体作为目标智能体，基于所有智能体在当前时刻的状态信息，控制所述目标智能体执行预测动作以获取执行信息，包括：获取所述模拟芯片样本的样本器件信息，以定义所述芯片布局模型的初始环境布局和智能体的初始状态；基于初始环境布局信息和所有智能体在当前时刻的状态信息，得到第一融合向量；将所述第一融合向量输入至策略网络，得到所述策略网络输出的动作向量；将所述动作向量和所述第一融合向量输入至价值网络，得到所述价值网络输出的价值结果；控制所述目标智能体执行所述预测动作以获取执行信息；所述执行信息包括所述第一融合向量、第二融合向量、当前状态向量、预测状态向量、评估函数值和所述动作向量；所述第二融合向量是基于所述初始环境布局信息和所有智能体在所述当前时刻的下一时刻的状态信息确定的。

全文数据：

权利要求：

百度查询： 武汉人工智能研究院 中国科学院自动化研究所 芯片布局模型训练及运用方法、装置、电子设备及存储介质