多目的最適化には速い評価器だけでなく、有用なトレードオフを残す選択、正しいベンチマーク式、再起動可能な実験状態が必要です。北京時間 2026 年 10 月 8 日公開の EvoMO v0.3.1 は v0.3 系の文書を追加します。主要なアルゴリズム拡張と修正は 9 月 24 日の v0.3.0 に含まれます。

競合する目的の地形の上に並ぶ多様な探索器具

概念図:異なるアルゴリズムが異なる有用なトレードオフを探ります。

共通のテンソル基盤でより多くの手法を比較

v0.3.0 は 48 のテンソル化多目的アルゴリズムを追加します。共通の評価フローで比較しやすくしつつ、各手法の選択、変異、状態更新の違いを保ちます。

競合する目的の研究では問題、境界、個体数、評価予算を固定してアルゴリズムを変えられます。価値は異なる探索動作を利用できることです。アルゴリズム数だけで特定課題における優れたトレードオフが証明されるわけではありません。

正しさの変更は比較結果にも影響する

複数手法の集団更新と選択を修正しています。非劣ソートは必要な打切りフロントを完成した時点で停止でき、混雑距離は定数目的、小集団、マスク、デバイス配置を正しく扱います。既定は PyTorch で、任意の Triton バックエンドは明示的に選ぶ実験機能です。選択処理の変更

ZDT1–4 と ZDT6 の行単位評価、ZDT6 の次元依存計算も修正されました。Monte Carlo ハイパーボリュームでは最小化、参照点、空入力、サンプリングデバイスを扱います。影響する経路を使った研究では旧結果を残して再比較し、異なる定義で計算した値を混ぜないことが重要です。

制約とシミュレーションを個別に確認

v0.3 系は v0.2.2 の 86 制約付きベンチマーク、制約対応 NSGA-II、UnifiedWorkflow を基盤とします。後続修正は制約バッファーの遅延登録、チェックポイント復元、配布物への制約付き Pareto フロント資源の同梱を追加します。制約の基盤

MoRobtrol は Playground/MJX、課題固有の目的、可視化を拡充し、観測正規化とチェックポイントも改善します。ロボット制御ではシミュレーター設定と目的定義を最適化手法と同じ慎重さで記録してください。良い Pareto 集が、課題や指標の変更を反映している可能性もあるためです。統合の変更

小さな参照実験を使って更新

版固定の導入説明 は EvoX、EvoMO の順に導入します。pip install evox、pip install evomo==0.3.1 を使い、解決された依存版を記録します。ソースでは v0.3.1 タグを固定できます。このパッチは文書を追加し、機能変更は v0.3.0 の説明を参照します。

大規模ベンチマークの前に既知の目的計算、小さい選択事例、必要な状態の復元を確認します。制約付き実行では実行可能性と品質を、ハイパーボリュームでは参照点とサンプリング条件を保ちます。GPU 多目的研究の概要 がテンソル化の意義を説明し、v0.3 系が実験の幅と明確さを増します。

← リリース一覧に戻る先頭に戻る ↑