基于深度强化学习的绕障直线Steiner最小树构造方法

本发明提出基于深度强化学习的绕障直线Steiner最小树构造方法，用于VLSI电路设计过程得到最小化线长的布线解方案；所述方法包括基于深度强化学习DRL的框架，用于自动学习并生成解决OARSMT问题的启发式算法，其将图卷积网络GCN与DRL相结合，通过GCN提取生成绕障Steiner树OAST全过程的图状态特征信息，以DRL学习不同图状态下的策略决策；本发明用于VLSI电路设计过程时，能够得到一个最小化线长的布线解方案。