Marco integrado basado en RAG Prompting y aprendizaje por refuerzo DQN para la automatización del diseño de circuitos integrados de 2 etapas OpAmp y optimización del rendimiento de LPE.

Puntos clave

• El objetivo es desarrollar un marco automatizado que integre el prompting RAG y el aprendizaje por refuerzo DQN para optimizar el diseño de circuitos analógicos.
• Se utilizó el prompting RAG para la generación del diseño de dispositivos y enrutamiento.
• Se empleó el aprendizaje por refuerzo DQN para corregir iterativamente las discrepancias de DRC/LVS.
• Se comparó el rendimiento de las simulaciones de esquemáticos y de diseños a través de la extracción de parásitos.
• Se automatizó con éxito la generación, validación y optimización de los diseños de circuitos analógicos.
• Se minimizaron las diferencias de rendimiento entre las simulaciones de circuitos y los diseños.