强化学习逻辑综合序列寻优预训练模型文件集

强化学习逻辑综合序列寻优预训练模型文件集主要面向逻辑综合设计空间智能搜索、综合脚本序列优化及强化学习模型复用需求建设，旨在为不同逻辑电路和工艺条件下的综合优化提供可直接加载的预训练模型支撑。该模型文件集由复旦大学集成电路与微纳电子创新学院依托高性能计算服务器产生，基于前期构建的Yosys逻辑综合网表状态、动作序列及PPA奖励反馈数据，对强化学习智能体开展多轮训练、验证与参数调优。模型训练过程中，以网表结构状态为输入，以rewrite、refactor等逻辑优化操作为动作，并根据面积、时序和功耗等PPA指标变化计算奖励，逐步学习能够获得较优综合结果的动作选择策略。文件集主要包括用于逻辑综合脚本寻优的策略网络（Policy Network）和价值网络（Value Network）权重，以及不同训练阶段、不同参数配置下保存的模型版本和必要说明信息。数据经过模型格式统一、版本标识和训练参数整理后形成，可用于模型继续训练、推理验证、逻辑综合序列生成和优化效果复现。文件格式主要为.pt和.pth，压缩前数据量为100GB，压缩后10.51GB。