Resumen Técnico: PCBWorld - Un Entorno de Referencia para la Automatización del Diseño de PCB Basada en Motores

1. Planteamiento del Problema

El enrutamiento de placas de circuito impreso (PCB) consiste en conectar los pads de los componentes electrónicos con trazas de cobre mientras se cumplen reglas de diseño estrictas (por ejemplo, claridad, ancho de pista, restricciones de capa) para asegurar la fabricabilidad. A pesar de la naturaleza crítica de esta tarea, los métodos basados en aprendizaje han quedado rezagados histómente frente a los enrutadores tradicionales basados en reglas. Los autores atribuyen esta brecha a dos limitaciones principales de modelado en la investigación actual:

1. Abstracción Basada en Grillas: Muchos enfoques de Aprendizaje por Refuerzo (RL) modelan el enrutamiento como un movimiento celda por celda en una rejilla discretizada. A medida que la resolución de la grilla aumenta para coincidir con los requisitos de producción, el espacio de búsqueda crece exponencialmente, dificultando la asignación de crédito y la convergencia.
2. Generación de Lazo Abierto: Los enfoques recientes de Modelos de Lenguaje de Gran Escala (LLM) a menudo generan archivos de placa completos o scripts de enrutamiento en una sola pasada sin retroalimentación intermedia. Sin la interacción con un motor de Automatización de Diseño Electrónico (EDA), estos modelos tienen dificultades para satisfacer las estrictas restricciones geométricas y de conectividad requeridas para una placa válida.

La práctica industrial depende de ingenieros humanos que interactúan con herramientas EDA para enrutar placas de forma interactiva, aprovechando la retroalimentación de la Verificación de Reglas de Diseño (DRC) en tiempo real para corregir errores y asegurar la viabilidad. El artículo argumenta que los agentes de IA deben replicar este bucle interactivo "basado en el motor" para lograr un rendimiento competitivo.

2. Metodología

PCBWorld: El Entorno

La contribución central es PCBWorld, un entorno de código abierto basado en el motor de la suite EDA de código abierto KiCad. A diferencia de los agentes basados en GUI o entornos de grilla abstractos, PCBWorld expone el motor de enrutamiento de KiCad directamente a través de 58 APIs de Python.

• Bucle de Interacción: Los agentes interactúan con el entorno paso a paso, invocando operaciones nativas de KiCad (por ejemplo, start_route, make_line, make_via, finish).
• Representación del Estado: El estado es un diccionario anidado que captura la geometría exacta de la placa, la conectividad y el estatus de DRC, evitando abstracciones con pérdida de información como grillas o imágenes renderizadas.
• Espacio de Acción: Las acciones son comandos de enrutamiento de alto nivel (selección de redes, dibujo de segmentos, colocación de vías) en lugar de movimientos de grilla primitivos. El espacio de acción está restringido por los puntos candidatos del motor (centros de pads, extremos de pistas) para asegurar la validez sintáctica.
• Retroalimentación: En cada paso, el agente recibe el estado actualizado de la placa y la retroalimentación de DRC (violaciones, estatus de conectividad).
• Wrappers (Envoltorios): El entorno proporciona envoltorios adaptados tanto para políticas de RL (secuencias tokenizadas) como para agentes LLM que usan herramientas (esquemas de llamada a herramientas estructurados), permitiendo que ambos entrenen y actúen dentro del mismo MDP.

PCBWorld-Bench: El Benchmark

Acompañando al entorno se encuentra PCBWorld-Bench, una suite de benchmark que comprende tres familias de conjuntos de datos en el formato nativo .kicad_pcb de KiCad:

1. D1 (Grilla Sintética): Replica tareas de enrutamiento por grilla del entorno Jumanji Connector a través de cinco tamaños de grilla (10 a 500) para probar la escalabilidad.
2. D2 (Sin Grilla Sintética): Un conjunto de datos sintéticos de placas de 2 capas con conteos configurables de redes y pads, diseñado para entrenamiento y evaluación zero-shot.
3. D3 (Real de Código Abierto): Un conjunto curado de 679 placas reales de código abierto derivadas del corpus PCBench, convertidas al formato KiCad 9. Estas están estratificadas por complejidad (Pequeña, Mediana, Grande) y sirven como el objetivo principal de evaluación zero-shot.

Métricas de Evaluación:
El benchmark califica las placas completadas utilizando el motor DRC de KiCad. Las méticas clave incluyen:

• Pase Limpio (CP - Clean Pass): La proporción de placas que están totalmente conectadas y tienen cero violaciones de reglas de diseño (DRVs).
• Ganancia Potencial: Mejora en la calidad de la placa (reducción de longitud de cable, conteo de vías y DRVs) en relación con la placa base.
• Enrutabilidad: La fracción de conexiones requeridas enrutadas con éxito.
• Costos Físicos: Longitud total de cable y conteo de vías.

Formulación de la Recompensa

El objetivo de RL se formula como un problema de optimización restringida: minimizar la longitud de cable y el conteo de vías sujeto a cero DRVs. La función de recompensa utiliza un enfoque de modelado basado en potencial:
$$\Phi(s) = - (f_d(n_{drv}(s)) + \lambda_w \ell(s) + \lambda_v n_{via}(s))$$
donde $f_d$ es una función de penalización cóncava que penaliza fuertemente la primera violación en cualquier red, impulsando la política hacia soluciones libres de DRV.

3. Contribuciones Clave

1. Marco Basado en el Motor: El primer entorno de enrutamiento de PCB que expone las operaciones del motor EDA nativo a los agentes, permitiendo un enrutamiento interactivo y basado en retroalimentación, similar al flujo de trabajo humano.
2. Benchmark Unificado: Un benchmark integral (PCBWorld-Bench) que soporta diversos tipos de agentes (RL, LLM, basados en reglas) con un protocolo de evaluación unificado basado en resultados verificados por el motor.
3. Demostración de Transferencia Zero-Shot: Evidencia de que las políticas entrenadas en datos sintéticos simples pueden transferirse a placas de código abierto reales y complejas sin necesidad de ajuste fino (fine-tuning).
4. Análisis del Compromiso con el Motor: Una comparación sistemática que muestra que los agentes interactivos, basados en el motor, superan significativamente a los baselines de LLM de lazo abierto (solo planificación o sin motor).

4. Resultados Experimentales

Escalabilidad de la Abstracción de Acción

En el conjunto de datos sintético basado en grilla (D1), los autores compararon las acciones de la API a nivel de segmento de PCBWorld (PPO) contra los baselines de acción de grilla (A2C, Sable).

• Resultado: A medida que la resolución de la grilla aumentaba, los baselines de acción de grilla colapsaron (A2C falló en la grilla 100; Sable en la 200) debido a la explosión del horizonte. En contraste, el agente PPO que utiliza las acciones de la API de KiCad mantuvo una enrutabilidad casi perfecta en todos los tamaños de grilla, demostrando que las acciones a nivel de segmento desacoplan la complejidad de la decisión de la resolución de la grilla.

Rendimiento en Placas Reales (D3)

• Agentes de RL: Una política Transformer compacta entrenada desde cero en datos sintéticos (D2) logró un Pase Limpio (CP) de 0.86 en placas reales pequeñas (D3-A), superando a todos los baselines de LLM y igualando o superando a los enrutadores basados en reglas como Freerouting. En placas más grandes (D3-B), logró un CP de 0.45, manteniéndose competitivo pero mostrando límites en la generalización a topologías altamente complejas.
• Agentes LLM: Los agentes LLM interactivos (por ejemplo, GPT-5.4) lograron un CP de 0.65 en D3-A, superando significativamente a sus contrapartes no interactivos (Solo Planificación: 0.19; Sin Motor: 0.02). Sin embargo, los LLM tuvieron dificultades con las placas más grandes (CP 0.00 en D3-B) y exhibieron una alta latencia de inferencia (minutos por placa frente a segundos para RL).
• Enrutadores Basados en Reglas: Freerouting se mantuvo como el baseline más fuerte en placas grandes (CP 0.78 en D3-B), resaltando que décadas de ajuste heurístico aún tienen valor para casos complejos.

Impacto del Compromiso con el Motor

El estudio confirmó que el compromiso interactivo con el motor es crítico. Los agentes que generaban archivos de placa completos sin retroalimentación (Sin Motor) fallaron al producir sintaxis de KiCad válida o satisfacer las reglas de diseño. Los agentes que planificaban acciones sin retroalimentación (Solo Planificación) lograron una mejor conectividad pero aun así incurrieron en DRVs significativos. Solo los agentes interactivos, que observaban la retroalimentación de DRC después de cada paso, produjeron consistentemente placas limpias y fabricables.

5. Significado y Reivindicaciones

El artículo posiciona a PCBWorld como un paso fundamental hacia el avance de la automatización del diseño de PCB basada en aprendizaje.

• Cambio de Paradigma: Argumenta que el camino a seguir para la IA en EDA reside en la interacción "basada en el motor" en lugar de la generación estática o el modelado de grillas abstractas.
• Viabilidad Práctica: Los resultados sugieren que los agentes de RL entrenados en datos sintéticos pueden alcanzar capacidades de enrutamiento prácticas en placas del mundo real, acercándose al rendimiento de los enrutadores establecidos basados en reglas.
• Potencial y Límites de los LLM: Aunque los LLM actuales muestran promesa en el razonamiento geométrico cuando son guiados por un motor, su lenta inferencia y su incapacidad para escalar a placas complejas sin ajuste fino indican que aún no están listos para reemplazar a los enrutadores tradicionales en tareas de alta complejidad.
• Fundación Abierta: Al liberar el entorno, los conjuntos de datos y los baselines, los autores buscan proporcionar una plataforma compartida para evaluar la IA agéntica en EDA, fomentando el progreso tanto en la investigación de RL como en la de uso de herramientas por parte de LLM.

Los autores concluyen que, si bien quedan desafíos significativos (particularmente en escalar a placas grandes y complejas e incorporar restricciones de integridad de señal), el enfoque interactivo y basado en el motor ofrece una base prometedora y necesaria para la próxima generación de agentes de enrutamiento de PCB.