摘要 - 安装是印刷电路板（PCB）物理设计的第一步，并且需要大量的时间和域专业知识。放置质量会影响子分析任务的性能，并且最佳位置的产生至少是NP兼容。虽然随机优化和分析技术取得了一定的成功，但它们通常缺乏对人类工程师的直觉理解。在这项研究中，我们提出了一种新颖的端到端机器学习（ML）方法来学习基本的放置技术并利用经验来有效地优化PCB布局。为了实现这一目标，我们将PCB放置问题作为马尔可夫决策过程（MDP），并使用加固学习（RL）学习通用位置技术。代理驱动的数据收集过程产生了足以在自适应奖励信号的指导下学习通用政策的高度多样性和一致的数据点。与看不见的电路的最新模拟退火方法相比，经过TD3和SAC训练的由此产生的策略平均降低了路由后线长度的17％和21％。定性分析表明，这些政策学习了基本的放置技术，并证明了对潜在问题动态的理解。共同证明了新兴的协作或竞争行为以及更快的放置融合，有时超过数量级。索引术语 - 电路布局，放置，加固学习