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！

龙图腾网获悉杭州电子科技大学;绍兴杭电集成电路研发有限公司申请的专利一种基于强化学习的可布线性布局方法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：CN120706359B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511128166.6，技术领域涉及：G06F30/392；该发明授权一种基于强化学习的可布线性布局方法是由吴悦;尧荣;丁佳怡;杨晓燕设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本一种基于强化学习的可布线性布局方法在说明书摘要公布了：本发明涉及一种基于强化学习的可布线性布局方法，结合宏单元布局模型与拥塞预测模型，在布局阶段引入可布线性评估机制，以提升芯片设计的可制造性与布线成功率。具体包括：利用强化学习驱动的布局模型进行宏单元布局；利用拥塞预测模型对布局结果进行拥塞预测；在每次布局迭代后提取宏区域、布线密度RUDY和引脚密度PinRUDY三类特征，归一化后合并为三通道特征图，作为拥塞预测模型输入；根据预测结果动态调整强化学习的奖励函数，引导布局模型规避高拥塞区域。该方法能够显著提升布局方案在后续布线阶段的可实现性，减少返工，降低设计成本，具备较强的工程实用性与扩展性。

本发明授权一种基于强化学习的可布线性布局方法在权利要求书中公布了：1.一种基于强化学习的可布线性布局方法，其特征在于，所述方法包括以下步骤： S1、构建基于强化学习的布局模型，对芯片的宏单元进行布局，得到初步布局结果； S2、获取宏单元的位置信息并提取得到布局特征，所述布局特征包括宏区域特征、布线资源需求指标矩形区域线密度特征和矩形区域引脚线密度图特征； S3、对布局特征进行预处理； S4、构建拥塞预测模型，输入预处理后的布局特征，获得布局拥塞情况的预测结果；所述拥塞预测模型以U-Net结构为基础，包括编码器和解码器，其中： 编码器包括依次级联的四个下采样模块，每个下采样模块均由一层卷积层与一层最大池化层构成，每经过一层卷积后接PReLU激活函数；在编码器末端引入一个Inception模块，通过多分支并行卷积操作提取不同的特征，并将各分支输出进行特征拼接输入至解码器中； 所述解码器包括四组依次串联的上采样模块，每个上采样模块均包括上采样层、卷积激活模块和特征融合层，所述卷积激活模块包括卷积层和PReLU激活函数；在最后一次特征融合后，输出预测结果； S5、将拥塞预测模型嵌入到基于强化学习的布局模型中，根据预测结果更新布局结果；具体包括以下步骤： S501：将拥塞预测模型嵌入布局模型，基于预测总拥塞量对强化学习奖励函数进行动态调整：为引导宏单元布局朝向同时优化线长与拥塞的方向演化，构造一种融合布线长度与预测拥塞量的联合奖励函数，表示为： ； 其中，β为拥塞惩罚系数，为拥塞预测模型输出的总拥塞量，为基于线长优化的奖励项； S502：将更新后的综合奖励反馈至强化学习训练流程，指导布局策略网络的优化方向； S6、重复步骤S2至S5，直至布局模型满足收敛条件，输出芯片的最终布局结果。

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杭州电子科技大学;绍兴杭电集成电路研发有限公司，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。