路线	核心问题	关键机制	可借鉴 / 不可照搬
EvoDRC	Block 级规模与技能积累	区域分解、按层知识库、Skill Refiner / Summarizer / Judge	借鉴技能进化与切分；公开执行对象和云端依赖不等于 live Innovus 生产链。
DRC-Aid	自由生成的幻觉与搜索振荡	规则菜单、预算化 DFS、Memory Bank、DRC/LVS 在环	最直接对应有界决策与回溯；具体几何假设和原语需按真实 PDK 重建。
SCALE	先进节点标注数据稀缺	自监督布局学习、DRC-VLM 诊断、通用 Agent 执行	借鉴几何序列化与专家前端；视觉诊断仍不能替代 checker。
本项目	ECO 阶段真实商用链闭环	Calibre 解析、Innovus 原语、三级验证、硬护栏、Trace 数据	核心增量是生产接口、项目约束与可审计执行，不是简单拼贴三个框架。

复习时必须能展开的七个模块

每节既有主问题，也有连续追问。

01 · 第一性原理：目标、约束与技术边界

把问题说成“硬约束下的最小扰动组合优化”，讲清为什么 DRC 不是绝对裁判、局部性为什么有边界。
进入本节 Q148–Q154 →

02 · 数据与分解：报告 Schema、聚类、最小割与并行

从 Calibre 报告到 Violation JSON，再到底层连通分量、并查集、R-tree 和交互图。
进入本节 Q155–Q161 →

03 · 修复原语：规则菜单与物理副作用

jog、resize、notch fill、via swap、cut wire、ecoRoute 的适用条件及 timing / EM / connectivity 风险。
进入本节 Q162–Q169 →

04 · Agent 决策：DFS、状态哈希、cost 与停止条件

把“智能修复”落到可实现的搜索状态、动作记忆、评价函数和预算控制。
进入本节 Q170–Q176 →

05 · 生产安全：三级验证、回滚、护栏与工具接口

解释为什么局部 DRC 过仍可能断网、为什么 LVS 不是所有场景的形式等价证明。
进入本节 Q177–Q184 →

06 · 数据学习：技能进化、模仿学习与 offline RL

定义 Repair Trace、MDP、奖励与动作 mask，讨论分布外动作和跨工艺泛化。
进入本节 Q185–Q191 →

07 · 研究评测：论文对照、匹配算法与 A/B 实验

讲清指标组合、防作弊、Hopcroft–Karp、一对一几何匹配、baseline 和消融。
进入本节 Q192–Q199 →