Large Reasoning Models for 3D Floorplanning in EDA: Learning from Imperfections

本文介绍了Dreamweaver，它属于一类新型的自回归决策模型，被称为大推理模型（LRMs）。Dreamweaver旨在通过将序列到序列强化学习算法的进步融合到架构中，改进电子设计自动化（EDA）中的3D楼层规划。我们方法的一个重要优点是其能够有效地推理大离散行动空间，这对于处理楼层规划中各种功能块的众多潜在位置至关重要。此外，Dreamweaver即使在完全随机的轨迹上训练时也表现出强大的性能，展示了其利用次优或非专家轨迹来增强其结果的能力。这种创新的方法有助于简化集成电路（IC）设计流程，并减少通常与楼层规划相关的高计算成本。我们将其与当前最先进的方法进行性能评估，并突出了显着的改进。

该论文旨在通过引入一种新型的自回归决策模型，即大推理模型（LRMs），来改善电子设计自动化（EDA）中的三维布局设计问题。

该论文的关键思路是将序列到序列强化学习算法的进展与大离散动作空间的有效推理相结合，从而设计出Dreamweaver，一种能够有效处理大量功能块潜在位置的三维布局设计模型。

该模型在完全随机的轨迹训练下也表现出色，展示了其利用次优或非专家轨迹来改善结果的能力。该方法有助于简化集成电路（IC）设计流程并减少与布局设计相关的高计算成本。作者进行了实验来评估其性能，并将其与当前最先进的方法进行了比较。

在这个领域中，最近的相关研究包括：《Deep Reinforcement Learning for Floorplan Design in VLSI》、《A Deep Reinforcement Learning Framework for the Floorplanning Problem》等。