arXiv cs.AI· Hamza Kheddar·· 12 小时前AI 评分18
FPGA 与集成电路平台上的强化学习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
一篇综述系统梳理了 100 余项在 FPGA 与 IC 平台上实现强化学习的研究，按 RL 家族（基于模型的 MDP、值方法、深度 RL、actor-critic、策略梯度、多智能体）分类，并从抽象层级、硬件实现策略和应用领域三个维度进行归类。该综述统一分析了加速、可重构架构、能耗感知控制与系统级优化，比较了资源利用率、延迟、吞吐、功耗和性能增益，并总结了反复出现的架构模式、实际限制与开放挑战。
正文 · AI 翻译
摘要：强化学习（RL）使嵌入式、边缘和异构计算系统能够进行自适应和自主决策。现场可编程门阵列（FPGA）和集成电路（IC）为 RL 部署提供低延迟、高能效和架构灵活性，同时也在资源约束、实现复杂性和硬件-算法协同设计方面带来挑战。本综述调查了 100 多项关于跨 FPGA 和 IC 平台的 RL 实现研究，重点关注架构、实现策略、性能评估和应用。文献按 RL 家族组织，包括基于模型的马尔可夫决策过程、经典基于价值的方法、深度 RL、actor-critic、策略梯度和多智能体方法。我们进一步按抽象层次、硬件实现策略和应用领域对研究进行分类，考察 RL 算法如何映射到可重构和固定硬件上。与局限于特定算法或平台的综述不同，本工作对 FPGA 和 IC 实现进行了统一分析，涵盖加速、可重构架构、能量感知控制和系统级优化。比较评估考虑资源利用率、延迟、吞吐量、功耗和报告的性能提升。最后，我们识别了反复出现的架构模式、实际限制、开放挑战以及高效 RL 驱动硬件系统的研究方向。本综述为在专用硬件上开发和评估 RL 解决方案的研究人员提供了综合参考。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；硬件架构（cs.AR）；性能（cs.PF）；机器人学（cs.RO）；系统与控制（eess.SY） |
| 引用为： | arXiv:2610.28699 [cs.LG] |
| （或此版本的 arXiv:2610.28699v1 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2610.28699 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 期刊 参考： | Journal of Systems Architecture, 2026 |
| 相关 DOI： | https://doi.org/10.1016/j.sysarc.2026.103874
链接到相关资源的 DOI |
提交历史
来自：Hamza Kheddar [查看电子邮件]
[v1]
2026年10月20日星期二 11:15:34 UTC（1,201 KB）
来源：arXiv cs.AI · arxiv.org