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！

龙图腾网获悉山东大学申请的专利一种基于奖励修正的强化学习的逻辑综合序列优化空间探索方法及系统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：CN119647361B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411670511.4，技术领域涉及：G06F30/327；该发明授权一种基于奖励修正的强化学习的逻辑综合序列优化空间探索方法及系统是由周冉冉;常帅;亓海凤;颜丙波;王永设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于奖励修正的强化学习的逻辑综合序列优化空间探索方法及系统在说明书摘要公布了：本发明涉及一种基于奖励修正的强化学习的逻辑综合序列优化空间探索方法及系统，属于电子设计自动化技术领域，将逻辑综合过程嵌入到基于奖励修正的强化学习算法中，将逻辑综合过程建模为强化学习的环境，实现自动探索逻辑综合序列优化空间。针对逻辑综合场景对强化学习算法进行了改进，进行了特征提取和动作编码，提高了电路状态表示的精度，扩大了搜索空间。本发明通过加入奖励修正，增加了训练前期的探索能力，由智能体训练得到自适应的奖励函数，减少了先验知识对电路优化方向的限定造成的性能的下降，在满足延迟约束的条件下，获得更优的逻辑综合面积结果。

本发明授权一种基于奖励修正的强化学习的逻辑综合序列优化空间探索方法及系统在权利要求书中公布了：1.一种基于奖励修正的强化学习的逻辑综合序列优化空间探索方法，其特征在于，包括步骤如下： 步骤1：获取AIG电路特征，AIG电路特征包括AIG电路的固有特征和AIG电路的图特征，AIG电路的固有特征为每个电路在AIG文件中有直接数据体现的特征，AIG电路的图特征由图卷积网络得到，固有特征与图特征共同通过至少一层全连接层得到整合后的电路特征向量，设定该特征为强化学习智能体输入； 步骤2：训练优化脚本的潜在空间，设定潜在空间为强化学习智能体的动作空间； 步骤3：构建双智能体模型，包括策略智能体和奖励智能体，设定策略智能体生成每次迭代的优化脚本，奖励智能体生成每次迭代的修正奖励值； 步骤4：策略智能体迭代，根据当前时刻电路特征选择当前执行的优化脚本，并与环境交互得到下一时刻电路特征和当前一次迭代的环境奖励； 步骤5：奖励智能体迭代，根据步骤4中得到的当前时刻电路特征和选择的动作结合作为奖励智能体的状态，根据所述状态选择修正奖励值，反馈到策略智能体，修正奖励与环境奖励整合，形成总奖励； 总奖励为： 1 式中，Areainit为初始AIG电路的面积，Delayconstraint为对该电路的延迟约束，Areat和Delayt分别为当前时刻的面积和延迟，α和β分别为对应项的权重因子，为当前时刻的奖励修正值； 根据下一时刻状态选择下一时刻动作，进而得到奖励智能体中所定义的下一时刻状态和当前一次迭代的环境奖励； 步骤6：轨迹暂存，设定策略智能体的一个轨迹为当前电路特征、当前执行的优化脚本、当前总奖励、下一时刻电路特征，由步骤4和步骤5获取； 设定奖励智能体的一个轨迹为当前电路特征、当前奖励的修正奖励值、当前环境奖励、下一时刻电路特征，由步骤4和步骤5获取； 步骤7：智能体更新，判断是否收集到设定组数的轨迹数据，若收集到设定组数的轨迹数据，则更新智能体的网络参数，并清除策略智能体的轨迹数据，否则不做更新，继续收集轨迹数据； 步骤8：判断是否到达停止条件，如果迭代次数到达设置的上限，则保存当前模型，输出优化脚本序列，否则，重复步骤4-8； 步骤9：对于训练所用的电路，将步骤8输出的优化脚本序列输入到逻辑综合工具，得到优化后的电路的面积和延时，对于用于测试的电路，加载步骤8中保存的模型，生成针对当前测试电路的优化序列，输入到逻辑综合工具，得到优化后的电路的面积和延时。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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”。

以上内容由龙图腾AI智能生成。