基于强化学习的参数化电路优化算法

作     者：唐长成 叶佐昌 TANG Chang-cheng;YE Zuolchang

作者机构：清华大学微电子所北京100083 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2019年第36卷第1期

页      面：46-50页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：优化算法 强化学习 参数化优化 

摘      要：本文主要致力于解决参数化形式的优化问题,即minθf(θ,w),其中θ是需要优化的变量,w则是对应不同优化问题的参数,在现实中经常会遇到需要解决一系列不同参数下的优化问题.在对某种特定结构的问题下,通过对不同的参数训练一个模型来解决所有参数下的优化问题.和传统的方法不一样,并不是通过对不同的参数多次独立抽样来训练我们的模型,而是利用强化学习的方法加速训练过程.强化学习算法中分别用策略网络来得到优化结果和利用价值网络来评价策略好坏,通过迭代地训练两个网络来优化策略.在后面一些数学例子和电路优化的例子中显示强化学习的方法取得了比较好的效果.