研究发现预训练代理器在面对全新设计时可能偏离轨道，对搜索轨迹产生不利影响。提出了ABC-RL，通过调整α参数来优化搜索过程。ABC-RL在硬件设计中提供了优越的综合方案，改进了合成电路质量结果，性能提高了24.8%。与最先进方法相比，ABC-RL减少了9倍的运行时间。