Écosystème EvoX
Une collection de bibliothèques, d'outils et de projets conçus pour accélérer la recherche en calcul et optimisation.
EvoCmo
Un algorithme évolutif multi-populations entièrement tensorisé et accéléré par GPU pour résoudre efficacement les problèmes d'optimisation multi-objectifs sous contraintes (CMOP).
EvoGit
Un framework multi-agent décentralisé qui réinvente le développement logiciel comme un processus évolutif collaboratif.
EvoGO
Un framework entièrement piloté par les données pour l'optimisation boîte noire, remplaçant les opérateurs heuristiques manuels par l'apprentissage de comportements de recherche à partir de données historiques.
EvoGP
Un framework de programmation génétique arborescente (TGP) entièrement accéléré par GPU, construit sur PyTorch.
EvoMO
Une bibliothèque accélérée par GPU pour l'optimisation multi-objectif évolutive (EMO) via une tensorisation avancée.
EvoNAS
Un framework pour la recherche d'architecture neuronale, implémenté avec PyTorch. Il prend en charge l'entraînement de super-réseaux, l'optimisation multi-objectifs évolutive et l'intégration fluide avec les pipelines d'entraînement de vision par ordinateur modernes.
EvoRL
Un framework entièrement accéléré par GPU pour l'apprentissage par renforcement évolutif.
EvoX
Un framework de calcul évolutif distribué accéléré par GPU, compatible avec PyTorch.
EvoXBench
Une plateforme offrant un benchmarking instantané des algorithmes d'optimisation multi-objectif évolutive (EMO) pour la recherche d'architecture neuronale (NAS).
iStratDE
Un framework de Differential Evolution accéléré par GPU qui améliore les performances grâce à la diversité des stratégies au niveau individuel.
MetaDE
Un framework évolutif avancé qui optimise dynamiquement les stratégies et hyperparamètres de l'évolution différentielle.
TensorNEAT
Une bibliothèque basée sur JAX pour les algorithmes de neuro-évolution des topologies augmentées (NEAT).