🤖 AI

PCBWorld: A Benchmark Environment for Engine-Grounded PCB Design Automation

该论文介绍了 PCBWorld，这是一个基于 KiCad 构建的开源、以引擎为基础的基准环境，它使强化学习（RL）和大型语言模型（LLM）智能体能够通过原生操作和设计规则检查（DRC）反馈来交互式地进行 PCB 布线，证明了这种方法显著优于现有方法并能媲美基于规则的布线器。

原作者： Hyungseok Song, Junseok Park, Won-Seok Choi, Seohui Bae, Han-Seul Jeong, Youngjoon Park, Soonyoung Lee

发布于 2026-07-08

📖 1 分钟阅读☕ 轻松阅读

CC0 1.0

原作者： Hyungseok Song, Junseok Park, Won-Seok Choi, Seohui Bae, Han-Seul Jeong, Youngjoon Park, Soonyoung Lee

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图在一块平整的塑料片上建造一座微缩城市。这座城市是一个印刷电路板（PCB），而“道路”是需要将特定建筑（电子元件）连接起来的细铜线。

规则极其严格：

不同街区（网络）之间的道路不能交叉或接触，否则整个城市就会发生短路。
道路必须保持一定的距离。
如果城市是多层结构的（像摩天大楼一样），你需要电梯（过孔）在不同楼层之间移动。

几十年来，人类一直使用基于规则的计算机程序来绘制这些道路。对于简单的城市，它们表现尚可，但当城市变得庞大且拥挤时，这些旧程序往往会陷入困境或放弃。

最近，科学家们尝试教人工智能（如强化学习或大语言模型）来承担这项工作。但大多数 AI 的尝试都失败了，因为它们玩游戏的规则错了。它们试图在一个网格上一次画一个微小的像素点，或者试图不经检查是否符合要求就直接写出整个计划。这就像是在试图通过猜测每一步而不看墙壁的情况下，去通过一个迷宫。

解决方案：PCBWorld

该论文的作者创建了一个名为 PCBWorld 的新“游乐场”，这是一个为 AI 智能体准备的场所。你可以把它想象成一个虚拟的 KiCad（一种流行的开源工具，用于设计电路板）。

与其强迫 AI 一个像素一个像素地进行猜测，PCBWorld 让 AI 直接与构建电路板的“引擎”对话，就像人类工程师那样。

引擎： 它是施工队。它了解规则。
智能体： 它是建筑师。它说：“建立一条从 A 点到 B 点的道路。”
反馈： 如果建筑师试图建造一条违反规则的道路（离另一条道路太近），引擎会立即说：“不，这违反了规定！”并显示错误。建筑师随后再次尝试。

这创造了一个循环：计划 -> 构建 -> 检查 -> 修补 -> 重复。 这正是人类实际的工作方式，现在 AI 也可以如此了。

基准测试：PCBWorld-Bench

为了测试 AI 是否真的出色，作者创建了一个名为 PCBWorld-Bench 的测试。他们并没有凭空捏造虚构城市；他们使用了三种类型的测试板：

简单网格城市： 用于测试基础逻辑的小型合成电路板。
复杂无网格城市： 道路可以随处延伸而非仅限于网格的合成电路板。
真实世界城市： 来自真实项目的 679 块实际开源电路板。

测试根据最终城市是否合法（无规则违规）、完整（所有建筑都已连接）以及高效（最短路径、最少电梯）来进行评分。

研究发现

研究人员在这一新游乐场中测试了三类“建筑师”：

“逐像素”AI（网格强化学习/Grid RL）： 这些智能体试图一次移动一个微小的方块。
- 结果： 一旦城市稍微变大，它们就会崩溃。对于它们来说，“迷宫”太长且太混乱，难以解决。
“一步到位”AI（开环大语言模型/Open-Loop LLMs）： 这些智能体试图在不检查引擎的情况下直接写出整个蓝图。
- 结果： 它们失败得很惨。由于缺乏引擎即时的“不对，错了”的反馈，它们无法遵循严格的规则。它们建造的道路要么互相交叉，要么完全错过了目标建筑。
“交互式”AI（PCBWorld 智能体）： 这些智能体使用了这个新的游乐场。它们做出一个动作，检查引擎的反馈，然后进行调整。
- 强化学习（RL）智能体： 一个在简单合成板上训练的小型 AI 能够直接跳跃到解决从未见过的复杂真实世界电路板上。它的表现几乎达到了顶尖人类制定的规则化工具的水平。
- 大语言模型（LLM）智能体： 当大语言模型被允许逐步与引擎交互时，它们在处理这项工作时变得更好。然而，它们仍然很慢，并且在处理最大、最复杂的城市时感到吃力。

核心结论

该论文证明，对于 AI 学习如何设计电路板，它需要与构建引擎对话并获得即时反馈，就像人类工程师一样。

不要一次性猜测整个计划。
不要一次只移动一个像素。
要做一个动作，检查规则，然后修正它。

通过构建这种“以引擎为基础”的环境，作者为 AI 提供了一种学习具有挑战性的、高规则密度技能的现实途径，表明交互式学习是解锁下一代自动化设计的关键。

技术摘要：PCBWorld —— 一个面向引擎驱动的 PCB 设计自动化的基准环境

1. 问题陈述

印刷电路板（PCB）布线涉及将电子元件的焊盘连接起来，同时遵循严格的设计规则（如间距、线宽、层约束），以确保可制造性。尽管这项任务至关重要，但基于学习的方法在历史上一直落后于传统的基于规则的布线器。作者将这一差距归因于现有研究中的两个主要建模局限性：

基于网格的抽象： 许多强化学习（RL）方法将布线建模为在离散网格上的逐单元移动。随着网格分辨率增加以匹配生产要求，搜索空间呈指数级增长，导致信用分配和收敛变得困难。
开环生成： 最近的大语言模型（LLM）方法通常在单次传递中生成完整的电路板文件或布线脚本，而缺乏中间反馈。由于缺乏与电子设计自动化（EDA）引擎的交互，这些模型难以满足有效电路板所需的严格几何和连接约束。

工业实践依赖于人类工程师使用 EDA 工具进行交互式布线，利用实时的设计规则检查（DRC）反馈来纠正错误并确保可行性。论文指出，AI 智能体必须复制这种“引擎驱动”的交互循环，才能实现具有竞争力的性能。

2. 方法论

PCBWorld：环境

核心贡献是 PCBWorld，一个基于 KiCad 开源 EDA 套件构建的开源、引擎驱动环境。不同于 GUI 驱动的智能体或抽象网格环境，PCBWorld 通过 58 个 Python API 直接暴露了 KiCad 布线引擎。

交互循环： 智能体通过逐步与环境交互，调用原生的 KiCad 操作（例如 start_route、make_line、make_via、finish）。
状态表示： 状态是一个嵌套字典，捕捉精确的电路板几何形状、连接性和 DRC 状态，避免了像网格或渲染图像那样有损的抽象。
动作空间： 动作是高层布线命令（选择网络、绘制段、放置过孔），而非原始的网格移动。动作空间受限于引擎的候选点（焊盘中心、走线端点），以确保语法有效性。
反馈： 在每一步中，智能体都会接收更新后的电路板状态和 DRC 反馈（违规情况、连接状态）。
封装器： 环境为 RL 策略（标记化序列）和工具使用型 LLM 智能体（结构化工具调用模式）提供了定制的封装器，允许两者在同一个 MDP 内进行训练和行动。

PCBWorld-Bench：基准测试

随附的 PCBWorld-Bench 是一个包含三个数据集家族的基准测试套件，采用 KiCad 原生 .kicad_pcb 格式：

D1 (合成网格型)： 复制了 Jumanji Connector 环境中的网格布线任务，涵盖五种网格尺寸（10 到 500），用于测试可扩展性。
D2 (合成无网格型)： 一个具有可配置网络和焊盘数量的双层板合成数据集，旨在用于训练和零样本评估。
D3 (真实开源型)： 一个由 679 个真实的开源电路板组成的精选集，源自 PCBench 语料库，并已转换为 KiCad 9 格式。这些电路板按复杂度（小型、中型、大型）进行分层，作为主要的零样本评估目标。

评估指标：
基准测试使用 KiCad 引擎的 DRC 对完成的电路板进行评分。关键指标包括：

完全通过 (Clean Pass, CP)： 完全连接且零设计规则违规（DRV）的电路板比例。
潜在增益 (Potential Gain)： 相对于裸板，在电路板质量（减少线长、过孔数和 DRV）方面的提升。
可布线性 (Routability)： 成功布线的所需连接比例。
物理成本 (Physical Costs)： 总线长和过孔数。

奖励函数公式

RL 目标被公式化为一个约束优化问题：在零 DRV 的约束下，最小化线长和过孔数。奖励函数使用基于势能的塑造方法：
$\Phi(s) = - (f_d(n_{drv}(s)) + \lambda_w \ell(s) + \lambda_v n_{via}(s))$
其中 $f_d$ 是一个凹惩罚函数，它会对任何网络上的第一个违规行为进行重罚，从而驱动策略向无 DRV 的解演进。

3. 核心贡献

引擎驱动框架： 第一个向智能体暴露原生 EDA 引擎操作的 PCB 布线环境，实现了类似于人类工作流的交互式、反馈驱动的布线。
统一基准： 一个全面的基准测试（PCBWorld-Bench），支持多种智能体类型（RL、LLM、基于规则的方法），并具有基于引擎验证结果的统一评估协议。
零样本迁移演示： 证明了在简单合成数据上训练的策略可以无需微调即可迁移到复杂的真实开源电路板上。
引擎参与度分析： 通过系统性的比较，表明交互式、引擎驱动的智能体显著优于开环（仅规划或无引擎）的 LLM 基线。

4. 实验结果

动作抽象的可扩展性

在合成网格型数据集（D1）上，作者将 PCBWorld 的段级 API 动作（PPO）与网格动作基线（A2C、Sable）进行了比较。

结果： 随着网格分辨率的增加，网格动作基线（A2C 在网格 100 时失败；Sable 在网格 200 时失败）出现崩溃，原因是决策时界爆炸。相比之下，使用 KiCad-API 动作的 PPO 智能体在所有网格尺寸下都保持了近乎完美的布线率，证明了段级动作将决策复杂度与网格分辨率解耦。

在真实电路板上的表现 (D3)

RL 智能体： 从合成数据（D2）中从头开始训练的一个紧凑 Transformer 策略，在小型真实电路板（D3-A）上实现了 0.86 的完全通过率 (CP)，优于所有 LLM 基线，并达到或超过了像 Freerouting 这样的基于规则的布线器。在较大的电路板（D3-B）上，它实现了 0.45 的 CP，虽然仍具竞争力，但也显示出了在处理极高复杂度拓扑时的局限性。
LLM 智能体： 交互式 LLM 智能体（例如 GPT-5.4）在 D3-A 上实现了 0.65 的 CP，显著优于其非交互式对应版本（仅规划型：0.19；无引擎型：0.02）。然而，LLM 在处理大型电路板时表现挣扎（D3-B 的 CP 为 0.00），并且表现出极高的推理延迟（每块板需要数分钟，而 RL 仅需数秒）。
基于规则的布线器： Freerouting 在大型电路板（D3-B）上仍然是最强的基线，这凸显了数十年的启发式调优在复杂情况下仍具有价值。

引擎参与度的影响

研究证实，与引擎的交互式参与至关重要。没有反馈而直接生成完整电路板文件的智能体（无引擎型）无法产生有效的 KiCad 语法或满足设计规则。在没有反馈的情况下进行规划的智能体（仅规划型）虽然实现了较好的连接性，但仍会产生大量的 DRV。只有那些在每一步都能观察到 DRC 反馈的交互式智能体，才能持续生成干净、可制造的电路板。

5. 重要性与主张

本文将 PCBWorld 定位为推动学习型 PCB 设计自动化迈出的基础性一步。

范式转变： 作者认为，AI 在 EDA 领域的未来在于“引擎驱动”的交互，而非静态生成或抽象网格建模。
实际可行性： 结果表明，在合成数据上训练的 RL 智能体可以在真实电路板上实现实用的布线能力，接近传统基于规则的布线器的性能。
LLM 的潜力与局限： 虽然目前的 LLM 在受到引擎引导时展现出一定的几何推理能力，但其缓慢的推理速度以及在没有微调的情况下无法扩展到复杂电路板的能力，表明它们尚未准备好取代传统布线器处理高复杂度任务。
开放基础： 通过发布环境、数据集和基准，作者旨在提供一个共享平台，用于评估 EDA 领域的智能体 AI，促进 RL 和工具使用型 LLM 研究的共同进步。

作者总结道，尽管仍存在重大挑战（特别是扩展到大型复杂电路板以及纳入信号完整性约束方面），但引擎驱动的交互式方法为下一代 PCB 布线智能体提供了一个充满希望且必要的基石。