SKILL：用于逻辑优化的自校正知识引导迭代大语言模型智能体

逻辑综合优化因搜索空间呈指数增长、奖励信号稀疏以及逻辑结构多样而极具挑战性。传统的专家设计流程缺乏适应性，而强化学习（RL）方法常受制于样本效率低和可解释性有限。我们提出SKILL，一个自校正知识引导迭代大语言模型智能体，它将多智能体LLM推理与基于RL的环境交互统一起来，用于自动化综合优化。SKILL协调三个专职LLM——GPT-4o负责战略规划、Claude Sonnet 4负责细致推理、Gemini 2.5 Pro负责高效分析——并配有一个基于PPO的RL智能体，通过与综合工具直接交互学习可执行策略。一个新颖的自校正模块监控环境反馈（PDA指标）、检测次优行为并调用LLM引导的恢复策略。在IWLS、OpenCores和EPFL基准上的评估显示，SKILL相较专家流程实现12.4%的PDA提升，并在最大50万门的逻辑系统上达到86.3%的成功率。