Component Centric Placement Using Deep Reinforcement Learning

📄 arXiv: 2602.23540v1 📥 PDF

作者: Kart Leong Lim

分类: cs.ET, cs.LG

发布日期: 2026-02-26

💡 一句话要点

提出基于深度强化学习的元件中心PCB布局方法，优化元件布局。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: PCB布局 深度强化学习 元件中心布局 自动布局 印刷电路板

📋 核心要点

  1. PCB元件布局面临元件尺寸多样、单双面板等约束，传统方法难以有效解决。
  2. 采用元件中心布局，固定主要元件，离散化周围空间，缩小搜索范围，并利用先验知识设计奖励函数。
  3. 实验结果表明，提出的深度强化学习方法在导线长度和可行性方面接近人工布局。

📝 摘要（中文）

本文提出了一种基于深度强化学习(RL)的PCB元件自动布局方法，用于解决印刷电路板(PCB)元件布局设计中的关键问题。与片上系统IP模块布局和复杂封装中的芯片组排列不同，PCB元件布局面临着元件尺寸变化、单双面板、线长约束、电路板约束和非重叠布局要求等独特的挑战。本文采用元件中心布局，首先将主要元件固定在中心，然后将无源元件放置在靠近主要元件引脚的位置。通过离散化主要元件周围的自由空间，大幅减少搜索空间，同时覆盖所有可行的布局。此外，利用先验知识，即每个无源元件的位置必须靠近其对应的电压源，设计奖励函数，避免对不可行或不相关的搜索空间进行无谓的探索。基于元件中心布局，实现了包括深度Q网络、Actor-Critic算法和模拟退火等方法。在九个不同复杂度的真实PCB上的评估表明，我们提出的最佳方法在导线长度和可行性方面接近人工布局。

🔬 方法详解

问题定义：论文旨在解决PCB（印刷电路板）元件布局的自动化问题。现有方法在处理元件尺寸差异大、存在单双面板、线长约束、电路板约束以及非重叠布局要求等复杂约束时，效率和效果不佳，难以达到人工布局的水平。传统方法往往需要大量人工干预和调整，耗时且容易出错。

核心思路：论文的核心思路是采用“元件中心布局”策略，并结合深度强化学习。首先，将PCB上的主要元件固定在中心位置。然后，围绕主要元件，将周围的自由空间离散化，从而将连续的布局空间转化为离散的动作空间，大幅度降低了搜索复杂度。此外，利用先验知识，即无源元件通常需要靠近其对应的电压源，来设计奖励函数，引导强化学习智能体更快地找到合适的布局方案。

技术框架：整体框架可以分为以下几个主要步骤：1) 环境建模：将PCB布局问题建模为强化学习环境，包括状态空间（元件位置、电路板信息等）、动作空间（元件放置位置）和奖励函数（线长、元件重叠等）。2) 元件中心布局：固定主要元件，离散化周围空间。3) 奖励函数设计：基于先验知识，设计奖励函数，鼓励智能体将无源元件放置在靠近电压源的位置。4) 强化学习训练：使用深度强化学习算法（如DQN、Actor-Critic）训练智能体，使其学习到最佳的元件布局策略。5) 布局优化：对初步布局进行微调，进一步优化线长和元件间距。

关键创新：该论文的关键创新在于将“元件中心布局”策略与深度强化学习相结合。元件中心布局有效降低了搜索空间，简化了问题复杂度。利用先验知识设计的奖励函数，加速了强化学习的训练过程，避免了对无效搜索空间的探索。与传统的基于规则或优化的布局方法相比，该方法能够更好地处理复杂的约束条件，并获得更优的布局结果。

关键设计：论文中使用了深度Q网络（DQN）和Actor-Critic算法作为强化学习的算法。奖励函数的设计是关键，它综合考虑了线长、元件重叠、元件与电压源的距离等因素。具体来说，奖励函数可能包含以下几项：负线长（鼓励短线长）、元件重叠惩罚（避免元件重叠）、元件与电压源距离的负值（鼓励靠近电压源）。具体的网络结构和参数设置在论文中可能有所描述，但摘要中未提及。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该方法在多个真实世界的PCB设计案例中取得了良好的效果。与传统方法相比，该方法在导线长度和布局可行性方面均有显著提升，并且在某些情况下，其性能甚至接近人工布局的水平。具体的数据指标需要在论文中查找，摘要中只提到“接近人工布局”。

🎯 应用场景

该研究成果可应用于各种电子产品的PCB设计，尤其是在元件密度高、布局复杂的场景下。通过自动化元件布局，可以显著缩短设计周期，降低设计成本，并提高产品的性能和可靠性。未来，该方法可以进一步扩展到三维集成电路和多芯片模块的布局设计。

📄 摘要（原文）

Automated placement of components on printed circuit boards (PCBs) is a critical stage in placement layout design. While reinforcement learning (RL) has been successfully applied to system-on-chip IP block placement and chiplet arrangement in complex packages, PCB component placement presents unique challenges due to several factors: variation in component sizes, single- and double-sided boards, wirelength constraints, board constraints, and non-overlapping placement requirements. In this work, we adopt a component-centric layout for automating PCB component placement using RL: first, the main component is fixed at the center, while passive components are placed in proximity to the pins of the main component. Free space around the main component is discretized, drastically reducing the search space while still covering all feasible placement; second, we leverage prior knowledge that each passive's position has to be near to its corresponding voltage source. This allows us to design the reward function which avoids wasted exploration of infeasible or irrelevant search space. Using the component centric layout, we implemented different methods including Deep Q-Network, Actor-Critic algorithm and Simulated Annealing. Evaluation on over nine real-world PCBs of varying complexity shows that our best proposed method approaches near human-like placements in terms of wirelength and feasibility.