一方では、進化計算は実世界の研究やエンジニアリングにおいて非常に強力でありながら、呼び出すのが難しいものです。他方では、GPUの能力はますます強力になっていますが、進化計算タスクでその力を発揮させることは困難です。
私たちには真にモダンなソリューションが必要です：ネイティブGPUサポート、モジュラーアーキテクチャ、明確なインターフェース、すぐに使える利便性、カスタマイズ可能な拡張性。これがEvoX — 未来のための進化計算エンジンです。
ユーザーが素早く始められるよう、EvoXチームは「EvoX初心者チュートリアル」をリリースしました。チュートリアルは8章で構成されており、基礎から高度な実践的応用まで、GPUで進化アルゴリズムを実行する方法をステップバイステップでガイドします。
チュートリアルリソース一覧
中国語オンラインチュートリアル：
EvoX Beginners Tutorial - EvoX Document
中国語PDFチュートリアル：
QQグループに参加して入手してください：297969717
次に、インストールから実行までの全プロセスをわずか10分でご案内します。
ステップ1：環境構築
ターミナルを開き、クリーンなPython環境を作成します：
お好みのツールを使用してクリーンなPython環境を作成することもできます。
ステップ2：PyTorchとEvoXのインストール
GPUが利用可能かどうかを確認します：
ステップ3：最初の進化アルゴリズムを実行する
これは何をしているのでしょうか？標準インターフェースを通じて、アルゴリズム（PSO）、問題（Ackley）、モニター（EvalMonitor）を組み合わせています。EvoXがすべての並列化、加速、モニタリングを処理します！
ステップ4：収束曲線をプロットする
たった1行で十分です：
あの下降する曲線が見えますか？それは進化アルゴリズムが目標に近づいていく軌跡であり、未知の世界を探索する道筋です。
ステップ5：拡張してみる
「Ackleyを実行するだけ」では物足りない場合は、以下のことができます：
· PSOをGA、DE、CMA-ES、NSGA-II、RVEAなどに変更する… · AckleyをRastrigin、Griewank、CEC2022に変更する · n_objs >= 2に設定して多目的問題に切り替える · MyProblemとMyAlgorithmで独自のロジックを実装する · PyTorchモデルや強化学習環境（Gym、Brax、MuJoCo Playground）と連携する
ハイパーパラメータチューニング、アーキテクチャ探索、ニューロエボリューション、制御戦略最適化など、EvoXはすべてを簡単に処理します。
なぜEvoXを選ぶのか？
謝辞
このチュートリアルはBoqing Xu、Xinmeng Yu、Bowen Zheng、Xinyao Liによって執筆されました。Beichen Huangがチュートリアルの整理、編集、オンライン公開を担当しました。
EvoXコミュニティのすべてのメンバーに心から感謝いたします。皆様の共同の努力により、EvoXは進化し続けることができています。
オープンソースコード / コミュニティリソース
論文:
https://arxiv.org/abs/2503.20286
GitHub:
https://github.com/EMI-Group/evomo
上流プロジェクト (EvoX):
https://github.com/EMI-Group/evox
QQグループ: 297969717
QQグループ | Evolving Machine Intelligence
EvoMOはEvoXフレームワーク上に構築されています。EvoXについてもっと知りたい方は、WeChat公式アカウントで公開されたEvoX 1.0に関する公式記事をぜひご覧ください。
