完全可编程阀门阵列生物芯片下基于深度强化学习的存储管理方法

本发明涉及一种完全可编程阀门阵列生物芯片下基于深度强化学习的存储管理方法，属于微流控生物芯片电子自动化领域。所述方法，在移动路径生成阶段，采用路径生成模型，一次性生成所有存储流体的移动路径。根据路径所涉及区域的冲突关系，对生成的路径进行筛选，将部分区域标记为无效，以避免在选择新的存储位置时误选冲突区域。在移动距离选择阶段，为每个存储流体选择其移动路径上的一个位置，作为其新的存储位置。在完成所有存储流体的重新分布后，计算FPVA芯片前后最大连续空闲矩形面积的差值，用作评估存储管理优化效果的重要指标。在采集足够的数据后，对移动路径生成模型和移动距离选择模型的DRL算法进行更新优化，以逐步提升模型性能和精度。