成品板满地都是,没人录下老师傅怎么走线。
arXiv:2611.16913,*CADET: Construction of PCB Routing Instances with Executable Demonstrations*,Hyungseok Song 等七人,LG AI Research,2026-11-12 的 v1,28 页 10 图 15 表。代码 BSD-3-Clause,权重挂 EXAONE AI Model License 1.2-NC,禁商用。两件事别混着说。
CADET 干的事挺朴素:既然拿不到老师傅的录像,就造一个假师傅,把每一步都记下来。焊盘逐个落位,每落一段线就请 KiCad 原生引擎裁一次,零 DRV 才盖章保留;整板做完,再切一台全新的引擎把动作逐条重放。于是有了 RouteDemos——100,000 块零违规的双层合成板,各带可执行演示,大约是 D3-B 参考集 142 块真实板的 700 倍。17 项统计量的边际 KS 距离均值,RouteDemos 到真实板是 0.086,真实板之间的参考差 0.064。106,000 次尝试里 105,066 块被接受,99.1%;最终独立重放的前 100,000 条演示全部零 DRV。流水线 146 小时,这是单台 56 核服务器的等效口径,实际生产在 17 台同型机器并行。「六天一台机器造十万块板」讲顺了,就丢了这层。
成绩那一行也值得逐字读。D3-B test 上 CP 从 PPO (RouteDemos) 的 38.0% 到 Cadet (BC) 的 43.1%,再到 Cadet@1 的 67.2%;表 2 同排摆着 Cadet@1 67.2% / 15.5 秒、FreeRouting 65.6% / 45.6 秒、GPT-6 Astra 56.0% / 491.7 秒。帖子由此推出「唯一同时跑赢 CP 和耗时」。作者全篇用的词是 comparable,同一句还主动交代 Cadet @1 had lower routability and ΔΦ than FreeRouting。Appendix G 更直接:Cadet@1 的 95% CI 是 64.3 到 70.1,FreeRouting 是 59.1 到 72.2,两段重叠。1.6 个百分点,统计上不显著。把两个数的大小关系命名为「跑赢」,表格就成了论证。
还有个减法就能纠正的。Cadet@3 的 47.6 秒被写成「比 FreeRouting 单次更快」,可 47.6 减 45.6 是正 2.0 秒,慢了。作者说 comparable / similar time。
卡面画的是归纳构造:焊盘逐个亮起,走线一段段描出来,末尾换一台新引擎全量重放。
几处顺手记下。67 万步部署训练、ReAct 式框架,一手全文 grep 都没查到;能对上的是 BC 350,000 步、200 轮 PPO、六层 Transformer 6.79M 参数,以及 system prompt 加 块解析。38.0% 是 PPO (RouteDemos),本来就在合成板上训练过,不是「从零 RL 只能完成 38%」;PCBWorld 那条是 40.4%。论文正文叫 TryConnect,仓库里叫 TryRoute,名字别串。
一句收尾。光看一盘下完的棋,推不出高手每一步在想什么;要看,就得有人肯把落子录下来。