一种强化学习算法辅助A星算法在PCB环境中布线的方法及系统

本发明公开一种强化学习算法辅助A星算法在PCB环境中布线的方法及系统，涉及集成电路电子设计自动化技术领域。所述方法包括：利用Q‑Learning算法与双衰减策略优化A星算法在PCB环境中的布线路径；所述A星算法包括总代价函数；在PCB模拟布线环境中，利用Q‑Learning算法与双衰减策略辅助A星算法进行布线路径求解，得到最短路径。本发明通过强化学习算法辅助经典的A星算法的布线过程，并通过双衰减策略优化性能表现，在防止算法寻径过程中陷入局部最优解的同时，加速算法的训练时间，从而提高布线效率。