1.一种基于增强学习的FPGA互联资源配置生成方法，包括以下步骤：步骤1：建立基于增强学习的FPGA的互联资源模型

FPGA中每个芯片开关盒(SM)结构相同且呈阵列排列，将芯片开关盒中每一个端点定义为一个状态s，采用SM坐标模型识别各SM中同一端点，得到FPGA系统状态集合：其中，N为状态总数；

将任一芯片开关盒中所有状态按其所连接金属互联线类型进行layer分层，各layer之间仅通过PIP(Point to Point)建立连接；基于layer参数以及后续状态是否离开SM，定义动作集合：其中，M为任一芯片开关盒中可选动作总数；a1,a2,a3,...,aM分别表示到达layer1、layer2、layer3…layerM层时所使用的动作；aother表示到达其他SM所使用的动作；

步骤2：随机初始化状态转移矩阵；

步骤3：初始化回报函数；

步骤4：将状态转移矩阵和回报函数联合，根据基于增强学习的FPGA的互联资源模型，采用增强学习训练方法训练出策略π；

步骤5：设置布线起始状态点s(0)，根据策略π完成配置走线：其中，s(t)表示在t时刻的状态、属于状态合集 a(t)表示在t时刻所做的动作、属于动作集合 t＝0,1,2,...,T-1、T表示配置走线总时刻数；

步骤6：更新状态转移矩阵，更新规则如下：

1)根据配置走线将其转换成T个经验知识和训练例，判定若等于1，则跳至2)；否则，按照原始转移概率比重动态更新剩余状态转移概率：其中，i,j＝1,2,3,...,N，t＝0,1,2,...,T-1；

2)更新

步骤7：跳至步骤4，重复更新状态转移矩阵直到覆盖率收敛；

步骤8：汇总所有配置走线，转化为配置代码，最终输出互联资源配置。

2.按权利要求1所述基于增强学习的FPGA互联资源配置生成方法，其特征在于，步骤3中，所述回报函数初始化采用如下任一方法：

1)基于状态动作对的回报函数：回报函数R为状态s和动作a的函数、表示为R(s,a)，对于除目标状态的任意当前某状态s，执行动作a得到回报：R(s,a)＝-u、u为一正常数，若当前状态s为目标状态，R(s,a)＝-v、v为一非负常数且u＞v；

2)基于状态动作对的回报函数：回报函数R为状态s和动作a的函数、表示为R(s,a)，令所有能够到达目标状态的状态动作对的回报函数R(s,a)＝+u、u为一正常数，其余状态动作对的回报函数R(s,a)＝-v、v为一非负常数；

3)基于状态的回报函数：回报函数R仅是状态s的函数，和动作a无关、表示为R(s)，令目标状态的回报函数R(s)＝+u、u为一正常数，即若到达该状态就收获+u的回报，其余状态的目标函数R(s)＝-v、v为一非负常数。