arXiv cs.AI· Yue Zhang, Jilei Sun, Liqiang Jing, Yijie Wei, Ruohan Yang·· 11 小时前AI 评分34
PCBRouteAgent：LLM 智能体距离成为 PCB 布线工程师还有多远？
PCBRouteAgent: How Close Are LLM Agents to Becoming PCB Routing Engineers?
AI 导读
多模态 PCB 布线智能体 PCBRouteAgent 通过全局布线规划器结合板图与结构化电气几何信息，再由详细布线执行器调用 KiCad 原生布线引擎完成局部恢复。在 PCBWorld-Bench 四个测试划分共 247 块合成与真实电路板上，其 clean-pass 率分别为 100%、94.9%、100% 和 40%；三个真实场景子集上比最佳基线分别高出 13.9、36 和 10 个百分点。
正文 · AI 翻译
摘要：自动化印刷电路板（PCB）布线需要在严格的设计规则下，协调板级连接决策与几何执行。尽管近期的智能体能够与原生布线工具交互，但在复杂电路板上实现可靠布线仍然具有挑战性。我们提出 PCBRouteAgent，这是一种多模态 PCB 布线智能体，其灵感来自人类工程师协调全局策略与局部执行的方式。全局布线规划器结合电路板图像与结构化电气和几何信息，指定连接拓扑、布线顺序、通道和层间转换。详细布线执行器通过 KiCad 的原生布线引擎实现这些指导，并执行有界局部恢复。未解决的失败会以结构化反馈的形式返回，从而支持有针对性的指导修订，同时保留已接受的布线。我们在来自四个 PCBWorld-Bench 测试划分的 247 块合成和真实电路板上评估了 PCBRouteAgent。它在 D2、D3-A、D3-B 和 D3-C 上分别达到 100%、94.9%、100% 和 40% 的干净通过率。在三个真实世界子集上，PCBRouteAgent 的干净通过率分别比最佳评估基线高出 13.9、36 和 10 个百分点。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.08175 [cs.AI] |
| （或 arXiv:2611.08175v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08175 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Liqiang Jing [查看电子邮件]
[v1]
2026年11月5日星期四 15:31:15 UTC（1,138 KB）
来源：arXiv cs.AI · arxiv.org