强化学习在 FPGA 与集成电路平台上的硬件加速与系统级优化综述
Reinforcement learning for hardware acceleration and system-level optimization on FPGA and integrated-circuit platforms: A survey
AI 导读
这篇 arXiv 综述梳理了 100 余项在 FPGA 和集成电路（IC）平台上部署强化学习（RL）的研究。文章按 RL 方法族（模型型 MDP、值方法、深度 RL、actor-critic、策略梯度和多智能体）以及抽象层级、硬件实现策略和应用领域分类，从资源利用、延迟、吞吐和功耗等维度进行比较评估。作者总结了常见架构模式、实用局限与开放挑战，为在专用硬件上开发 RL 方案提供统一参考。
来源：arXiv cs.AI · arxiv.org