一种可布线性驱动的强化学习宏模块布局方法、电子设备及存储介质

本发明公开了一种可布线性驱动的强化学习宏模块布局方法、电子设备及存储介质，能够同时考虑标准单元的位置信息与网表连接，通过聚类方式将标准单元转化为宏模块参与布局；引入局部可重叠策略扩大布局空间并提升解的多样性，后续通过合法化保证布局可行性；本发明构建基于RUDY掩码的拥塞感知掩膜，并结合线长与拥塞的多目标奖励函数，实现精细化拥塞建模与可布线性优化；设计基于U‑Net与Swin‑Transformer的域自适应强化学习模型，提升特征提取能力，加快收敛速度，并增强跨设计迁移能力。