基于多目标强化学习的RTL代码生成新方法发布

2026年10月21日，研究团队在 arXiv 发布成果，首次提出一种面向大语言模型电路生成的强化学习方法。该方法通过多目标优化直接提升 PPA（性能、功耗、面积）目标空间中候选电路集的整体质量与多样性。其技术方案包括将帕累托解集覆盖转化为序列生成的训练流水线，并采用基于超体积贡献（HVC）的奖励函数。在 RTLLM v2 基准测试中，该方法的相对超体积指标比无 PPA 优化基线高出 13.3 个百分点，比单目标强化学习高出 14.4 个百分点。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。