基于蒙特卡洛树搜索与深度神经网络的电路布线
人工智能
2020-06-25 v1
摘要
电路布线是设计电子系统（如构成电子与计算机硬件的集成电路（IC）和印刷电路板（PCB））中的基本问题。类似于在位置对之间寻找路径，电路布线生成导线轨迹以连接电路元件的触点或引线。它极具挑战性，因为在密集且大量的电子元件间寻找路径涉及非常大的搜索空间。现有方案要么利用领域知识手动设计，要么针对特定设计规则定制，因此难以适应新问题或设计需求。因此，一种通用的布线方法备受期待。本文中，我们将电路布线建模为序贯决策问题，并通过由深度神经网络（DNN）引导 rollout 的蒙特卡洛树搜索（MCTS）求解。它可轻松扩展至具有更多布线约束和优化目标的布线情形。在随机生成的单层电路上的实验显示了布线复杂电路的潜力。所提方法能解决时序 A* 方法和 Lee 算法等基准方法无法解决的问题，并且优于原始 MCTS 方法。
引用
@article{arxiv.2006.13607,
title = {Circuit Routing Using Monte Carlo Tree Search and Deep Neural Networks},
author = {Youbiao He and Forrest Sheng Bao},
journal= {arXiv preprint arXiv:2006.13607},
year = {2020}
}