Ecosistema EvoX

Un framework di calcolo evolutivo distribuito accelerato da GPU, compatibile con PyTorch.

Un meta-framework per l'ottimizzazione automatica a sciame di particelle che costruisce automaticamente varianti di PSO tramite ottimizzazione black-box su GPU.

Un algoritmo evolutivo multi-popolazione completamente tensorializzato e accelerato da GPU per risolvere in modo efficiente problemi di ottimizzazione multi-obiettivo vincolati (CMOPs).

Un framework multi-agente per la tensorizzazione automatica guidata dalla semantica di software di ottimizzazione multi-obiettivo evolutiva (EMO).

Un framework multi-agente decentralizzato che reinventa lo sviluppo software come un processo evolutivo collaborativo.

Un framework completamente guidato dai dati per l'ottimizzazione black-box, che sostituisce gli operatori euristici manuali con l'apprendimento di comportamenti di ricerca da dati storici.

Un framework di programmazione genetica ad albero (TGP) completamente accelerato da GPU, costruito su PyTorch.

Una libreria accelerata da GPU per l'ottimizzazione multi-obiettivo evolutiva (EMO) tramite tensorizzazione avanzata.

Un framework per la ricerca di architetture neurali, implementato in PyTorch. Supporta l'addestramento di super-reti, l'ottimizzazione evolutiva multi-obiettivo e l'integrazione fluida con le moderne pipeline di addestramento della visione artificiale.

Un framework completamente accelerato da GPU per il Reinforcement Learning evolutivo.

Una piattaforma che offre benchmarking istantaneo degli algoritmi di ottimizzazione multi-obiettivo evolutiva (EMO) nella ricerca di architetture neurali (NAS).

Un framework di Differential Evolution accelerato da GPU che migliora le prestazioni attraverso la diversità delle strategie a livello individuale.

Un framework evolutivo avanzato che ottimizza dinamicamente le strategie e gli iperparametri dell'Evoluzione Differenziale.

Una libreria basata su JAX per algoritmi di NeuroEvoluzione delle Topologie Aumentate (NEAT).