L’ottimizzazione multiobiettivo richiede più di una valutazione rapida: selezione dei compromessi, formule corrette e stato ripristinabile. EvoMO v0.3.1, pubblicato l’8 ottobre 2026 secondo l’ora di Pechino, aggiunge documentazione. Le principali estensioni e correzioni arrivano con v0.3.0 del 24 settembre.

Illustrazione concettuale: algoritmi diversi esplorano compromessi utili differenti.
Più algoritmi su una base tensoriale comune
v0.3.0 aggiunge 48 algoritmi multiobiettivo tensorizzati. La base condivisa facilita confronti nello stesso flusso di valutazione, mantenendo differenti regole di selezione, variazione e aggiornamento.
Per obiettivi concorrenti, si possono fissare problema, limiti, popolazione e budget cambiando l’algoritmo. Il valore è l’accesso a comportamenti di ricerca alternativi. Il numero di metodi non dimostra da solo compromessi migliori su un compito specifico.
La correttezza modifica il confronto
La versione corregge aggiornamento e selezione in più metodi. L’ordinamento non dominato termina dopo il fronte limite completo richiesto; la crowding distance tratta obiettivi costanti, piccole popolazioni, maschere e dispositivi. PyTorch resta predefinito; Triton è un’opzione sperimentale esplicita. Modifiche di selezione
ZDT1–4 e ZDT6 ricevono correzioni per riga, incluso il calcolo dimensionale di ZDT6. L’ipervolume Monte Carlo viene corretto per minimizzazione, riferimenti, ingressi vuoti e dispositivi di campionamento. Se uno studio usava quei percorsi, conservi i vecchi risultati e ripeta il confronto controllato senza mescolare definizioni diverse.
Controllare vincoli e simulazione separatamente
La serie riprende gli 86 benchmark vincolati, NSGA-II con vincoli e UnifiedWorkflow di v0.2.2. Aggiunge registrazione differita dei buffer, ripristino dei checkpoint e risorse dei fronti Pareto nelle distribuzioni. Base dei vincoli
MoRobtrol aggiunge Playground/MJX, obiettivi specifici e visualizzazione, con miglioramenti a normalizzazione e checkpoint. Nei confronti robotici, registri simulatore e definizioni degli obiettivi quanto l’ottimizzatore: un fronte migliore potrebbe riflettere un compito o una metrica cambiati. Simulazione e integrazione
Aggiornare con un piccolo riferimento
La guida versionata installa prima EvoX. Usi pip install evox, poi pip install evomo==0.3.1, registrando le dipendenze risolte. Il sorgente può essere fissato al tag v0.3.1. La patch aggiunge documentazione; v0.3.0 descrive le modifiche funzionali.
Prima di grandi benchmark, controlli un obiettivo noto, una piccola selezione e il ripristino dello stato. Per i vincoli verifichi fattibilità e qualità, per l’ipervolume mantenga riferimento e campionamento. La panoramica multiobiettivo GPU spiega la tensorizzazione; v0.3 fornisce una base sperimentale più ampia e definita.