本发明涉及一种基于轻量化深度强化学习的芯片宏单元布局方法及系统，通过将策略网络按通道划分为互相独立的多个子网络，不仅为策略网络的轻量化提供了多通道多层结构化剪枝的新思路，也为以后策略网络对数据进行分块处理提供了方法；通过在策略网络的目标函数中引入组正则子，对子网络的权值参数进行组内和组间的稀疏约束，并对稀疏化的策略网络进行剪枝压缩，能够更好地消除一些不重要的输入数据带来的梯度计算，解决网络权值参数冗余的问题，减少基于深度强化学习的芯片布局方法中的芯片宏单元布局过程对存储资源和计算资源的浪费，降低了芯片宏单元布局过程对硬件设备的要求，推进了硬件设计的更新发展。