-
公开(公告)号：CN118715522A
公开(公告)日：2024-09-27
申请号：CN202280091968.2
申请日：2022-12-16
Applicant: 三菱电机株式会社
IPC: G06F30/27 , G06F30/373 , G06N3/0442 , G06N3/092 , G06F119/06
Abstract: 提供了一种用于使用由图神经网络(GNN)和全连接神经网络(FCNN)构成的预训练的强化学习(RL)智能体来生成电路的器件参数的计算机实现的方法。该方法通过包括以下项的步骤来执行：获取与电路的期望规范集或一个期望规范、器件参数、电路的固定拓扑相关的输入，并且将该输入提供给RL智能体。期望电路描述包括对电路的拓扑和电路的器件参数进行建模的图，并且期望规范包括增益、带宽、相位裕度、功耗、输出功率以及功率效率。预训练的RL智能体执行包括以下项的步骤：将从动作集中选择的动作发送给环境模块；使用环境模块的数据处理器，根据所选择的动作来对电路的器件参数进行更新；通过对电路的网表进行仿真来获得电路的当前规范；从环境模块获取奖励；以及生成电路的经更新的器件参数。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
