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！

龙图腾网获悉江南大学申请的专利一种基于博弈强化学习的逻辑优化命令序列组合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：CN119514440B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202411328678.2，技术领域涉及：G06F30/337；该发明授权一种基于博弈强化学习的逻辑优化命令序列组合方法是由虞致国;佴宇飞;成锡军;顾晓峰设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种基于博弈强化学习的逻辑优化命令序列组合方法在说明书摘要公布了：本发明公开了一种基于博弈强化学习的逻辑优化命令序列组合方法，属于集成电路设计自动化技术领域。本发明引入两个智能体，在两个智能体之间采用A2C算法构建博弈强化学习架构，第一智能体以延时优化目标奖励和全局优化目标对其的夏普利值分配作为奖励函数进行训练，第二智能体以面积优化目标奖励和全局优化目标对其的夏普利值分配作为奖励函数进行训练；分散式的动作网络允许智能体有不同的优化倾向，而中心式的评价网络则可让各智能体关注全局状况，向整体目标协调优化；此外，本发明引入夏普利值以实现整体奖励在智能体间的公平分配，解决了现有技术中不能找到面积和延时两个优化目标的最优权衡解的问题。

本发明授权一种基于博弈强化学习的逻辑优化命令序列组合方法在权利要求书中公布了：1.一种逻辑优化命令序列组合方法，其特征在于，所述方法引入以优化电路延时为目标的第一智能体和以优化电路面积为目标的第二智能体，所述第一智能体和第二智能体之间采用A2C算法构建博弈强化学习架构，形成面向延时优化目标的动作网络、面向面积优化目标的动作网络、负责全局统筹的评价网络； 所述第一智能体以延时优化目标奖励和全局优化目标对第一智能体的夏普利值分配作为奖励函数进行训练，所述第二智能体以面积优化目标奖励和全局优化目标对第二智能体的夏普利值分配作为奖励函数进行训练； 所述逻辑优化命令序列组合方法包括： 步骤一：通过所述第一智能体从逻辑综合环境中获取待优化电路网表的AIG状态向量，并输入面向延时优化目标的动作网络，得到优化命令动作空间中各动作被选择的概率值向量；按照所述概率值向量对优化命令动作进行选择，并送入所述逻辑综合环境中执行，优化所述待优化电路网表，进一步得到优化后电路网表的AIG状态向量、延时数值与面积数值； 步骤二：通过所述第二智能体从所述逻辑综合环境中获取所述优化后电路网表的AIG状态向量，并输入面向面积优化目标的动作网络，得到优化命令动作空间中各动作被选择的概率值向量，按照得到的概率值向量对优化命令动作进行选择，并送入所述逻辑综合环境中执行，再次对所述步骤一得到的电路网表进行优化，并进一步得到优化后电路网表的AIG状态向量、延时数值与面积数值； 步骤三：重复所述步骤一和步骤二，当第一智能体与第二智能体动作都执行完成记为两个迭代，设定总的迭代次数为2N，直到第一智能体与第二智能体动作执行完成满足预设的迭代次数2N； 步骤四：记录序贯博弈过程中所有的延时数值与面积数值，并对所有的延时数值与面积数值做非支配解排序，得到面积与延时优化目标下的逻辑优化命令序列解的帕累托前沿。

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江南大学，其通讯地址为：214000 江苏省无锡市新吴区净慧东道66号(江南大学国家大学科技园)；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。