論文の概要: Routing Dense Layouts with History-Aware Offline Reinforcement Learning using LSTM

• arxiv url: http://arxiv.org/abs/2609.08232v1
• Date: Tue, 08 Sep 2026 04:23:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.576497
• Title: Routing Dense Layouts with History-Aware Offline Reinforcement Learning using LSTM
• Title（参考訳）: LSTMを用いた履歴を考慮したオフライン強化学習によるDense Layoutのルーティング
• Authors: Afsara Khan, Austin Rovinski,
• Abstract要約: 配置密度の収束を改善するため,高密度な体制における反復的なコスト重みを予測できる,歴史を意識したオフラインRLポリシーを提案する。 当社のポリシーでは,設計規則違反(DRV)をトップベースライン上で平均92%削減し,同時にランタイムを10%削減しています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detailed routing remains a dominant runtime bottleneck in physical design due to increasing complexity of design rules. Modern routers can struggle to resolve persistent violations under dense operating conditions. While recent work leverages reinforcement learning (RL) to dynamically select costs for each routing iteration, we find that this technique struggles with high-density designs where routing solutions are significantly harder. To address this, we present a history-aware offline RL policy which predicts iterative cost weights in these dense regimes to improve convergence across placement densities by utilizing readily available features from the router. Our policy uses conservative Q-learning similarly to prior work; however, our key insight is that addition of a lightweight LSTM architecture and additional features can retain sequence context and improve routing convergence across multiple densities and route guide qualities. Our policy can be integrated into any cost-based router with minimal pipeline changes, as it does not interfere with the core search algorithm. We evaluate our policy on held-out density and adjustment settings, including difficult operating points induced by dense placement and low guide quality. Our policy reduces design rule violations (DRVs) by an average of 92% over the top public baseline while simultaneously reducing runtime by 10%.
• Abstract（参考訳）: 詳細なルーティングは、設計ルールの複雑さが増すため、物理設計において主要なランタイムボトルネックのままである。 現代のルータは、厳密な運用条件下での永続的な違反を解決するのに苦労する。 最近の研究では、強化学習(RL)を活用して各ルーティングイテレーションのコストを動的に選択するが、この手法はルーティングソリューションが著しく困難である高密度設計と競合する。 これを解決するために, ルータから容易に利用できる特徴を利用して, 配置密度の収束性を改善するために, 繰り返しコスト重みを予測できる履歴認識型オフラインRLポリシーを提案する。 当社のポリシーでは,従来の作業と同様,保守的なQ-ラーニングを採用しているが,軽量なLSTMアーキテクチャと追加機能の追加はシーケンスコンテキストを維持し,複数の密度と経路ガイド品質のルーティング収束を改善することができる。 我々のポリシーは、コアサーチアルゴリズムに干渉しないため、最小限のパイプライン変更を伴うコストベースのルータに統合できる。 我々は,密配置による困難な操作点やガイド品質の低下など,保持密度と調整設定に関する政策を評価した。 当社のポリシーでは,設計規則違反(DRV)をトップベースライン上で平均92%削減し,同時にランタイムを10%削減しています。

関連論文リスト

• The Routing Plateau: Understanding and Breaking the Accuracy Limits of LLM Routers [19.847272668359707]
  LLMルーティングは、各クエリのモデルを動的に選択することで、LLMサービスのコスト品質トレードオフを改善するための一般的なアプローチである。 最近の研究では、クラスタリングベースのルータ、学習された分類器、ペアワイズランキング、信頼に基づくアプローチなど、幅広いルーティング方法が検討されている。 kNNを含む多くの手法は、非常によく似た精度を達成し、オラクルルータよりはるかに低い狭い性能範囲に収束する。
  論文  参考訳（メタデータ） (2026-05-27T19:29:01Z)
• TRACE: Traceroute-based Internet Route change Analysis with Ensemble Learning [0.046603287532620725]
  本研究では,トレースルート遅延データのみを用いて経路変更を識別するマシンラーニングピペリンであるTRACEを紹介する。 転がり統計と集約されたコンテキストパターンを用いて時間的ダイナミクスをキャプチャする,ロバストな機能エンジニアリング戦略を提案する。
  論文  参考訳（メタデータ） (2026-03-21T13:02:16Z)
• Efficient and Interpretable Multi-Agent LLM Routing via Ant Colony Optimization [58.59491516762626]
  マルチエージェントシステム(MAS)のための効率的かつ解釈可能なルーティングフレームワークAMRO-Sを提案する。 AMRO-Sは、意味条件付き経路選択問題としてMASルーティングをモデル化し、3つのキーメカニズムを通してルーティング性能を向上させる。 5つの公開ベンチマークと高速ストレステストによる大規模な実験により、AMRO-Sは強いルーティングベースラインに対する品質-コストトレードオフを一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-03-13T12:26:05Z)
• Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
  低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。 潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。 提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
  論文  参考訳（メタデータ） (2026-02-27T04:30:35Z)
• A Curriculum-Based Deep Reinforcement Learning Framework for the Electric Vehicle Routing Problem [0.4666493857924357]
  EVRPTW(Electric Vehicle routing problem with Time Window)は、持続可能なロジスティクスにおいて複雑な最適化問題である。 この不安定性を解決するために,カリキュラムベースの深層強化学習(CB-DRL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-21T14:42:33Z)
• CONCUR: A Framework for Continual Constrained and Unconstrained Routing [79.85419373937765]
  AIタスクは複雑さが異なり、異なる計算戦略で対処するのが最善である。 これまでのほとんどのメソッドは、すべての戦略で単一のモデルをトレーニングすることで、ルーティングフレームワークを構築していました。 制約付きルーティングと制約なしルーティングの両方をサポートする連続的なルーティングフレームワークであるCONCURを提案する。
  論文  参考訳（メタデータ） (2025-12-10T07:30:13Z)
• Dr.LLM: Dynamic Layer Routing in LLMs [55.11953638340419]
  Dr.LLMは、事前訓練されたモデルに軽量な層ごとのルータを装備し、ブロックをスキップ、実行、繰り返すように決定する、適合性のあるフレームワークである。 ARC(logic)とDART(math)では、Dr.LLMは平均で5つのレイヤを保存しながら、最大3.4%の精度向上を実現している。
  論文  参考訳（メタデータ） (2025-10-14T17:51:26Z)
• xRouter: Training Cost-Aware LLMs Orchestration System via Reinforcement Learning [104.63494870852894]
  我々は,学習したルータが直接応答するか,あるいは1つ以上の外部モデルを呼び出すことができるツールコールベースのルーティングシステム x を提案する。 当社の実装には、報酬とコスト会計を含む、完全な強化学習フレームワークが含まれています。 さまざまなベンチマークで、xはコストパフォーマンスのトレードオフを強く達成します。
  論文  参考訳（メタデータ） (2025-10-09T16:52:01Z)
• Action-Quantized Offline Reinforcement Learning for Robotic Skill Learning [68.16998247593209]
  オフライン強化学習(RL)パラダイムは、静的な行動データセットを、データを収集したポリシーよりも優れたパフォーマンスのポリシーに変換するためのレシピを提供する。 本稿では,アクション量子化のための適応型スキームを提案する。 IQL,CQL,BRACといった最先端のオフラインRL手法が,提案手法と組み合わせることで,ベンチマークのパフォーマンスが向上することを示す。
  論文  参考訳（メタデータ） (2023-10-18T06:07:10Z)
• Track-Assignment Detailed Routing Using Attention-based Policy Model With Supervision [0.27998963147546135]
  本稿では、トラック割り当ての詳細ルーティング問題を解決するための機械学習駆動方式を提案する。 我々のアプローチは、注意に基づく強化学習(RL)ポリシーモデルを採用する。 特に複雑な問題に対して, 教師付きRL法が高品質な解であることを示す。
  論文  参考訳（メタデータ） (2020-10-26T16:40:11Z)
• Attention Routing: track-assignment detailed routing using attention-based reinforcement learning [0.23453441553817037]
  そこで我々は新しいルータであるアテンションルータを提案する。このルータは、強化学習を用いてトラック割り当ての詳細ルーティング問題を解決するための最初の試みである。 注目ルータとそのベースライン遺伝ルータは、異なる商用先進技術アナログ回路の問題を解決するために応用される。
  論文  参考訳（メタデータ） (2020-04-20T17:50:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。