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！

龙图腾网获悉芯潮流(珠海)科技有限公司;芯潮流(澳门)科技一人有限公司申请的专利一种基于强化学习的高速通信芯片宏放置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：CN120975026B 。

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：202511485329.6，技术领域涉及：G06F30/392；该发明授权一种基于强化学习的高速通信芯片宏放置方法是由朱乐怡;张吉帅设计研发完成，并于2025-10-17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高速通信芯片宏放置方法在说明书摘要公布了：本发明提供一种基于强化学习的高速通信芯片宏放置方法，包括从网表中提取静态特征和动态特征；将静态特征和动态特征融合后，输入至基于强化学习架构的共享图神经网络中；策略网络根据当前环境状态输出动作概率分布，选择合法且概率值最大的动作执行；价值网络输出当前环境状态的累积价值估计；执行动作后获取即时奖励和下一个状态信息，根据获取到的信息更新策略网络和价值网络；构建基于宏放置约束的多目标优化函数。本发明通过强化学习与约束建模的深度融合，提高宏单元放置的自动化水平和设计质量，从而满足高速通信芯片对低功耗、高性能和紧凑面积的需求。

本发明授权一种基于强化学习的高速通信芯片宏放置方法在权利要求书中公布了：1.一种基于强化学习的高速通信芯片宏放置方法，其特征在于，包括以下步骤： 从描述电路逻辑结构的网表中提取静态特征和动态特征； 将所述静态特征和所述动态特征融合后，输入至基于强化学习架构的共享图神经网络中，其中所述共享图神经网络包括策略网络和价值网络； 所述策略网络根据当前环境状态输出动作概率分布，并通过动作合法性检查生成动作掩码，选择合法且概率值最大的动作执行；所述价值网络基于融合特征输出当前环境状态的累积价值估计； 执行动作后获取即时奖励和下一个状态信息，根据获取到的信息更新策略网络和价值网络的参数； 构建基于宏放置约束的多目标优化函数；其中，多目标优化函数的构建包括线长奖励、拥塞奖励、密度奖励和堆叠奖励，各奖励项通过相应的权重系数进行加权求和； 其中，所述静态特征与动态特征约束的训练过程包括： 静态约束特征提取与设置：在环境初始化阶段，从输入的初始布局和网表中解析出静态约束特征，所述静态约束特征至少包括画布约束、间距约束、网格约束、固定宏约束以及IO端口固定约束；将解析后的静态约束特征作为初始环境状态的一部分进行设置，并在整个训练过程中保持不变； 动态约束特征生成：在循环训练过程中，所述共享图神经网络与环境进行持续交互，获取环境当前状态信息；所述共享图神经网络根据当前环境状态，实时生成动态约束特征，所述动态约束特征至少包括密度约束和最大堆叠长度约束； 特征融合与模型训练：将静态约束特征与动态约束特征进行融合，将融合后的特征表示输入至所述共享图神经网络中，该网络根据当前特征表示生成相应的动作概率分布。

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芯潮流(珠海)科技有限公司;芯潮流(澳门)科技一人有限公司，其通讯地址为：519000 广东省珠海市横琴新区环岛东路1889号17栋127-128室；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。