半導(dǎo)體產(chǎn)業(yè)網(wǎng)：隨著近幾十年半導(dǎo)體制程技術(shù)的發(fā)展，具有優(yōu)良直接能隙特性的三五族化合物半導(dǎo)體已廣泛應(yīng)用于大功率電子、照明、顯示技術(shù)等各個(gè)領(lǐng)域。發(fā)光二極管 (LED) 在顯示技術(shù)中應(yīng)用最為廣泛。以LED為顯示光源的背光顯示技術(shù)帶來了優(yōu)于傳統(tǒng)顯示解決方案的能源應(yīng)用效率和更好的色彩質(zhì)量，并引導(dǎo)整個(gè)顯示產(chǎn)業(yè)到更薄的設(shè)計(jì)。
近十年來，2010年推出的LED背光顯示技術(shù)已在全球市場(chǎng)得到廣泛認(rèn)可。未來有一個(gè)更精確的藍(lán)圖：更高的能源應(yīng)用效率，更高的色彩飽和度，以及具有超高對(duì)比度度控制能力的Micro-LED背光模塊。Micro-LED背光模塊在為前瞻顯示帶來諸多優(yōu)勢(shì)的同時(shí)，也帶來了許多新穎的挑戰(zhàn)和創(chuàng)新機(jī)會(huì)。例如，通過在NCTU SCLAB研究奈米球光罩蝕刻技術(shù)，可以減輕在制程階段由薄外延設(shè)計(jì)產(chǎn)生的量子局限史塔克效應(yīng)(QCSE)。由于芯片尺寸比，照明角度設(shè)計(jì)區(qū)域受到限制，提出了新的低光損耗光學(xué)設(shè)計(jì)挑戰(zhàn)。相當(dāng)多的研究成果也測(cè)量了整體背光設(shè)計(jì)的間接物理參數(shù)。設(shè)計(jì)具有高均勻性和低功耗的Micro-LED模塊在今天仍然是一項(xiàng)重大挑戰(zhàn)。
此外，由于量子點(diǎn)材料可以顯著提升顯示器的色彩質(zhì)量，量子點(diǎn)色彩轉(zhuǎn)換技術(shù)也是前瞻性顯示技術(shù)中一項(xiàng)極為重要且被廣泛討論的技術(shù)。在過去的半個(gè)世紀(jì)中，許多成熟的光學(xué)設(shè)計(jì)方法和物理概念已經(jīng)建立并用于各種研究工作。在LED領(lǐng)域，對(duì)不同尺度的物理模型進(jìn)行了大量的研究和分析。但是，由于宏觀尺度和微觀尺度的具體表現(xiàn)分別是粒子和波，在進(jìn)行光學(xué)設(shè)計(jì)時(shí)，往往不可能同時(shí)進(jìn)行宏觀尺度和微觀尺度的設(shè)計(jì)。由于晶粒結(jié)構(gòu)的微觀尺度和背光模塊的宏觀尺度都存在于Micro-LED模塊中，這種現(xiàn)象已成為追求超薄設(shè)計(jì)的Micro-LED模塊的一個(gè)挑戰(zhàn)。
近日，來自臺(tái)灣交大、深圳大學(xué)、富士康半導(dǎo)體研究所以及英國(guó)利物浦大學(xué)合作的研究項(xiàng)目一項(xiàng)成果構(gòu)建了一套光學(xué)編程程序，并介紹了一種環(huán)境控制代理技術(shù)來控制宏觀和微觀尺度。此外，由于傳統(tǒng)的優(yōu)化計(jì)算方法，如差分進(jìn)化算法和基因算法，都是rule-based的算法，具有可解釋性和使用較少超參數(shù)的特點(diǎn)。這種方式雖然方便開發(fā)者使用，但對(duì)于可變性較大的主題，應(yīng)用起來難度更大。相反，由大量數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)驅(qū)動(dòng)算法有很多超參數(shù)來解決各種變化的問題。
為了實(shí)現(xiàn)高度適應(yīng)性的解決方案，避免過度敏感的搜索過程導(dǎo)致無法找到全局最大值或最小值，研究提供人工智能深度強(qiáng)化學(xué)習(xí)技術(shù)，并采用Google DeepMind的double DQN（DDQN）架構(gòu)作為核心網(wǎng)絡(luò)創(chuàng)建人工智能光學(xué)設(shè)計(jì)代理以實(shí)現(xiàn)最佳光學(xué)設(shè)計(jì)。深度強(qiáng)化學(xué)習(xí) (DRL) 和環(huán)境控制代理技術(shù)在研究中得到充分實(shí)現(xiàn)。此外，基于人工智能模型的推理結(jié)果，成功生產(chǎn)出超薄、高效、高均勻度的Micro-LED模塊。
研究引入的環(huán)境控制代理技術(shù)將微觀尺度和宏觀尺度模型高效地整合為一組優(yōu)化模型，消除了不同計(jì)算尺度帶來的所有計(jì)算障礙。強(qiáng)化學(xué)習(xí)模型還提供了一種針對(duì)Micro-LED背光模塊的高效模型優(yōu)化設(shè)計(jì)方法。與全循環(huán)模式相比，可以確定解平面上分辨率更高的最優(yōu)位置；因此，設(shè)計(jì)代理的優(yōu)化結(jié)果比整個(gè)循環(huán)的優(yōu)化結(jié)果要好一些。此外，與多參數(shù)離散循環(huán)解相比，設(shè)計(jì)代理可以找到更準(zhǔn)確的解，只需要整個(gè)循環(huán)時(shí)間的17.9%即可找到解。研究采用新穎的多環(huán)境控制方法和強(qiáng)化學(xué)習(xí)框架，成功開發(fā)出具有DBR結(jié)構(gòu)的Micro-LED背光模塊作為背光均勻度優(yōu)化組件，與沒有DBR結(jié)構(gòu)的Micro-LED背光模塊相比，其均勻度提升了32%。
關(guān)于該研究成果，相關(guān)研究人員表示，該項(xiàng)技術(shù)在光學(xué)設(shè)計(jì)領(lǐng)域是頂尖水平, 主要三個(gè)技術(shù)特點(diǎn) (1) 同時(shí)考慮微觀及巨觀光學(xué)的光學(xué)設(shè)計(jì)技術(shù) (2) 利用人工智能技術(shù)將虛擬設(shè)計(jì)軟件與實(shí)作結(jié)果進(jìn)行擬真, (3) 使用人工智能技術(shù)進(jìn)行優(yōu)化技術(shù), 此技術(shù)可以用在除了設(shè)計(jì)領(lǐng)域外, 也可與制造及材料成長(zhǎng)技術(shù)進(jìn)行整合。
Micro-LED背光模組目前普遍都以單純的GaN數(shù)組進(jìn)行排列, 在光暈及高動(dòng)態(tài)對(duì)比上尚存有質(zhì)量不佳的問題, 因此光學(xué)設(shè)計(jì)技術(shù)的推進(jìn)將有助于質(zhì)量更佳的顯示器產(chǎn)生。
此次收錄的研究成果有效整合仿真設(shè)計(jì)與實(shí)務(wù)信息, 此類模式與TSMC以及各大IC設(shè)計(jì)公司的思路一致, 因此此次的研究成功的將前瞻設(shè)計(jì)整合技術(shù)落實(shí)在光電產(chǎn)業(yè)上, 提供給后續(xù)研究人員一個(gè)新的思路與模式。
對(duì)于該研究成果接下來會(huì)以此架構(gòu)持續(xù)在半導(dǎo)體制程技術(shù)的整合上進(jìn)行進(jìn)一步的制程方法與結(jié)構(gòu)優(yōu)化。
原文鏈接：
https://www.hh-ri.com/2022/01/07/micro-led-backlight-module-by-deep-reinforcement-learning-and-micro-macro-hybrid-environment-control-agent/
