6165cc金沙总站检测中心院讯（通讯员：于涛）近日，牛津大学旗下国际期刊Journal of Computational Design and Engineering在线发表我院学术论文“Automated Design and Optimization of Distributed Filter Circuits Using Reinforcement Learning”。该论文以6165cc金沙总站检测中心为第一完成单位，高鹏副教授为论文第一作者，2021级研究生于涛为论文第二作者（学生第一作者）。Journal of Computational Design and Engineering是中科院2区/JCR一区期刊，最新影响因子为4.8。

在高频滤波电路设计的过程中，工程师需要不断仿真调参迭代，耗时耗力，且对工程师经验依赖大。现有EDA工具（如HFSS）只能按一定步长枚举所有参数组合，然后对每种组合进行仿真，最后由工程师选择符合条件的设计。研究中，将高频滤波电路设计与优化问题看作是一个顺序决策任务，强化学习智能体通过改变不同谐振器的尺寸、开口位置和中心位置等几何参数来优化高频滤波电路的性能。所提出的方法不仅能够解决谐振器布局重叠约束问题，还减少了对电子工程师专业知识和设计经验的依赖，降低了设计过程的主观性。

全文链接：https://doi.org/10.1093/jcde/qwae066

该研究得到了山东省自然科学基金和深圳市基础研究专项经费的资助支持。