Clover：一种用于验证性 RTL 修复的神经符号智能体框架，具备随机思维树能力

RTL 程序修复是硬件设计的关键瓶颈。传统方法受限于模板，而大模型存在随机性与上下文污染问题。本文提出 Clover，一种神经符号智能体框架，将修复过程构建为代码操作的结构化搜索。其核心引入“随机思维树”机制，作为测试时扩展策略，以搜索树形式管理上下文，平衡探索与利用。系统动态调度专用 LLM 或符号求解器，并配备 RTL 专用工具包。实验表明，Clover 在固定时间内修复了 96.8% 的错误，显著优于现有基线，展现出高可靠性。