鸿海科技集团今日通过新闻稿宣布，鸿海研究院半导体研究所、人工智能研究所成功将 在此次研究中，鸿海研究院采用强化学习中的策略优化方法，通过策略梯度技术中的 Proximal Policy Optimization算法和结合策略与价值函数的 Actor-Critic架构，探索并优化碳化硅材料的制程参数与器件设计，以提升性能表现。

　　据了解，不同于传统基于多个参数值进行预测的手法，这一技术不仅能够模拟和调整复杂的工艺参数，还能

　　▲ 保护环的制程模拟

　　该模型能够根据所需的器件特性进行参数反馈，利用数据分析与预测碳化硅功率半导体因其超宽能隙、耐高温和高压特性，已成为新能源电动车、智能电网以及航天电子系统等高功率应用中的关键材料。