BEHAVE：功能行为建模使硬件设计和验证的自我改进Agent成为可能

开发用于硬件设计和验证的Agent需要可靠的正确性反馈。由于硬件规范可能允许具有不同延迟的正确实现，因此逐周期匹配设计和参考输出可能会拒绝有效的设计。为了解决这个问题，我们引入了 BEHAVE，这是一个 agentic 框架，用于通过功能行为建模进行多轮联合硬件设计和验证。我们定义行为 IR 将任务功能表达为可执行的行为模型，而不规定超出规范的实现时间。Agent迭代地开发寄存器传输级（RTL）设计和行为模型作为设计的验证参考。我们的评估器 BEHAVE-Sim 使用随机采样和求解器引导搜索生成的输入刺激，根据隐藏的黄金行为模型分别检查这两个工件。因此，BEHAVE 支持跨任务允许的延迟和微架构的功耗、性能和面积 (PPA) 探索。在训练期间，同一评估器从规范行为对中提供可验证的强化学习 (RL) 奖励，而无需参考 RTL。为了自我改进，智能体不断搜索与其能力差距相关的高级实现，构建和检查规范行为对，并在扩展的任务池上进行训练。我们发布了 BEHAVE-Train 和 BEHAVE-Eval，其中包含 600 个经过人工审核的规范行为对，适用于实际的硬件工作负载。从 60 个种子任务开始，获取 100 个新任务，自我改进将 Qwen3.8-27B 在 BEHAVE-Eval 上的 RTL pass@1 从 55.0% 提高到 75.0%，达到了与使用 540 个任务池的 RL 相当的性能。