研究人员推出了 Lighthouse RL，这是一种强化学习方法，通过使用高性能配置作为战略重置点来提高模拟电路尺寸调整的样本效率。

  • 该方法从“灯塔”（更接近目标的状态）初始化回合，以引导探索走向有前景的区域。
  • 与基线方法的 0-87% 成功率相比，它实现了高达 1.72 倍的优化加速，且成功率为 100%。
  • 该方法展现出卓越的泛化能力，外推成功率达到 75%，而竞争对手仅为 0-50%。
  • 重置策略可作为即插即用增强功能，适用于任何基于 RL 的优化框架。

这种效率对于计算成本高昂的黑盒优化问题尤其有价值，因为传统方法会浪费资源去探索没有前景的区域。