摘要
针对现有自动 RTL 优化方法评估环境不真实及优化手段受限的问题，本文提出 Dr. RTL 框架。该框架在真实的工业 EDA 工作流中，利用多智能体协作进行闭环优化。其核心创新是引入群体相对技能学习机制，通过对比并行重写结果，将优化经验提炼为可解释的技能库，实现跨设计复用与持续自我进化。实验表明，该方法在真实设计上显著优于商业合成工具。
AI 推荐理由
论文核心在于通过工具反馈实现自我改进与技能库的持续进化，完美契合自我进化主题。
研究机构
香港科技大学
论文信息