arXiv · cs.AI· Foteini Oikonomou, Maria Pantazi-Kypraiou, George Goudroumanis, Pavlos Stoikos, Athanasios Tziouvaras, Christos Anagnostopoulos, Georgios Karakonstantis, George Floros·· 6 小时前
GNN-PPO 在合法化后布局优化中的强化学习配置设计空间探索
Design Space Exploration of Reinforcement Learning Configurations for Post-Legalization Placement
arXiv:2610.20224v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Foteini Oikonomou, Maria Pantazi-Kypraiou, George Goudroumanis, Pavlos Stoikos, Athanasios Tziouvaras, Christos Anagnostopoulos, Georgios Karakonstantis, George Floros
研究任务与主要进展
一项系统设计空间探索研究了 GNN-PPO 框架在 ISPD2015 三个基准上的合法化后布局细化效果，评估了 18 种配置，涵盖奖励函数、GNN 架构、动作空间、候选集大小和训练策略。作者分析了结果以识别陷阱，并提出一种设计分类方法来指导 RL 模型的设计决策。（基于论文摘要）
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org