芯片光刻图形优化的深度学习方法、装置及设备

本发明涉及芯片设计优化的技术领域，公开了一种芯片光刻图形优化的深度学习方法、装置及设备，本发明通过动态稀疏卷积网络提取光刻图形的几何拓扑特征，基于适应性分析进行光刻工艺的优化特征编码，利用PPO强化学习算法将图形划分为多个可并行处理的子区域，并为每个子区域配置预设策略库，进行多目标协同加工仿真，优化子区域边界和加工策略，最终生成高效的协同加工策略，该方法提高了光刻图形优化的自动化程度和精度，增强了芯片制造工艺的适应性与效率，解决了现有技术中依赖人工调节来优化光刻效果存在性能瓶颈的问题。