研究者らは、高性能な構成を戦略的リセットポイントとして使用することで、アナログ回路設計におけるサンプル効率を向上させる強化学習アプローチであるLighthouse RLを紹介している。

  • この手法は、「ライトハウス」と呼ばれる目標に近い状態からエピソードを開始し、有望な領域への探索を誘導する。
  • ベースライン手法の0〜87%に対して100%の成功率を達成し、最適化速度を最大1.72倍高速化した。
  • このアプローチは優れた汎化性を示し、競合他社の0〜50%に対して75%の外挿成功率に達した。
  • リセット戦略は、任意のRLベースの最適化フレームワークに対するプラグアンドプレイの強化機能として機能する。

この効率性は、従来の手法が有望でない領域を探索することでリソースを浪費する計算コストの高いブラックボックス最適化問題において特に価値がある。