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！

龙图腾网获悉西南财经大学申请的专利结构感知的双阶段强化学习SAT求解方法及相关装置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：CN121503365B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610036595.9，技术领域涉及：G06F30/33；该发明授权结构感知的双阶段强化学习SAT求解方法及相关装置是由付慧敏;戴凌婧;贾书恒;李响;任灵飞;罗珺方;欧阳小草;李永豪;杨新;周亚晶;曹雪梅设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本结构感知的双阶段强化学习SAT求解方法及相关装置在说明书摘要公布了：本发明公开了一种结构感知的双阶段强化学习SAT求解方法及相关装置，属于芯片设计领域，在变量初始化阶段引入芯片信号极性与逻辑一致性信息，构建结构感知的初始特征向量，突破传统图建模仅能表示局部逻辑关系的限制；设计主路径与采样路径组成的双阶段强化学习框架，采样路径用于探索芯片逻辑解空间，主路径用于稳定利用最优验证策略，有效缓解训练收敛不稳与策略单一等问题。基于奖励引导的特征更新机制，将芯片信号特征的动态演化与强化反馈显式绑定，提高求解器可解释性并缩小神经推理与芯片逻辑符号推理之间的差距。基于GNN多轮消息传递结果执行信号赋值决策并持续优化验证轨迹，无需依赖人工启发式即可获得高效的芯片设计验证能力。

本发明授权结构感知的双阶段强化学习SAT求解方法及相关装置在权利要求书中公布了：1.一种结构感知的双阶段强化学习SAT求解方法，其特征在于，包括以下步骤： 获取芯片设计验证任务的合取范式公式，并根据合取范式公式构建文字-子句二部图；所述合取范式公式的布尔变量对应于芯片信号变量，子句对应于芯片逻辑约束子句；文字-子句二部图中每个芯片信号变量被拆分为正文字节点和负文字节点，每个芯片逻辑约束子句作为独立节点，并根据文字是否出现在芯片逻辑约束子句中，在对应文字节点与子句节点之间建立连接关系，形成邻接矩阵； 根据邻接矩阵计算每个芯片信号变量的极性得分与一致性得分，根据极性得分、一致性得分生成芯片信号变量的初始特征向量；根据芯片信号变量的初始特征向量、邻接矩阵生成芯片逻辑约束子句的初始特征向量；所述极性得分用于表示芯片信号变量在逻辑约束中倾向于高电平或低电平，所述一致性得分用于表示倾向高电平或低电平的程度； 执行多轮迭代求解，每轮迭代包括以下子步骤： 根据当前芯片信号变量赋值判断各芯片逻辑约束子句的满足状态，对未满足状态的芯片逻辑约束子句的特征向量注入噪声扰动，再通过文字-子句二部图将子句的特征向量聚合至文字节点，得到聚合至文字节点的消息，将聚合至文字节点的消息、芯片信号变量的当前特征向量、随机噪声进行融合生成查询输入向量，并将查询输入向量输入变量查询网络，生成变量查询向量 根据当前芯片逻辑约束子句损失、变量查询向量包含的梯度信息，对芯片逻辑约束子句的特征向量进行动态更新；利用上一轮迭代产生的采样奖励和主路径奖励，对芯片信号变量的特征向量进行动态更新； 并行执行采样探索路径和主路径利用路径：在采样探索路径中，基于查询向量构建策略分布，并根据策略分布随机采样得到采样赋值，根据采样赋值判断芯片逻辑约束子句的满足状态，生成采样探索奖励；根据采样赋值在策略分布中的选择概率及采样探索奖励，计算采样探索路径阶段策略损失；在主路径利用路径中，根据查询向量评估不同芯片信号变量赋值导致的预估损失并选择损失最小的赋值作为主路径赋值；根据主路径赋值判断芯片逻辑约束子句的满足状态，生成主路径利用奖励；根据主路径利用路径中主路径赋值在策略分布中的选择概率及主路径利用奖励，计算主路径阶段策略损失； 根据多轮迭代历史中评估的约束损失计算主损失，根据主损失、采样探索路径阶段策略损失、主路径阶段策略损失协同优化求解器的参数，当检测到所有芯片逻辑约束子句均满足时，终止迭代； 终止迭代后，输出芯片信号变量赋值结果及芯片逻辑约束可满足性判定结论。

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西南财经大学，其通讯地址为：611130 四川省成都市青羊区光华村街55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。