EvoDRC：一种自进化智能体框架用于自动修复DRC违规

EvoDRC是一个自进化智能体框架，用于自动修复先进节点物理设计中的设计规则检查（DRC）违规。它通过蒸馏无关参考设计知识初始化修复技能，并从目标设计中持续积累经验来进化技能。在七个块级设计上，EvoDRC平均减少73.5%的DRC违规。

此前DRC闭合依赖手动工程变更订单迭代，效率低且易引入新违规。EvoDRC通过LLM代理和自进化技能实现自动化修复，在基准测试中违规减少73.5%，显著降低人工干预，可能加速先进节点物理设计流程。

EvoDRC将布局分解为有界修复区域，每个区域分配LLM修复代理，通过局部DRC分析、连通性检查和影响预览工具获取反馈。修复操作与结果存储知识数据库，用于持续进化层特定修复技能，形成闭环学习机制。

对EDA工具开发商而言，可将EvoDRC集成到物理设计套件中，替代手动DRC修复环节，缩短闭合周期，降低工程师成本。对芯片设计团队，能减少后端迭代时间，提升流片成功率。

• 将EvoDRC封装为EDA插件，提供一键式DRC自动修复功能
• 基于EvoDRC开发针对特定工艺节点的DRC修复SaaS服务
• 将自进化智能体框架泛化到版图其他验证环节（如天线规则、LVS）
• 与RTL-to-GDS流程集成，实现后端设计自动化闭环

• EvoDRC在不同工艺节点（如7nm以下）上的修复效果是否一致？
• 框架的计算开销和运行时间是否随设计规模线性增长？
• LLM代理的幻觉是否会导致新的连通性或电气规则违规？
• 该框架是否已通过工业级设计验证或仅停留在基准测试？