A otimização multiobjetivo precisa de mais que avaliação rápida: seleção que preserve compromissos, fórmulas corretas e estado recuperável. O EvoMO v0.3.1, publicado em 8 de outubro de 2026 no horário de Pequim, acrescenta documentação. As principais ampliações e correções chegaram com v0.3.0 em 24 de setembro.

Ilustração conceptual: algoritmos diferentes exploram compromissos úteis diferentes.
Mais algoritmos numa base tensorial comum
v0.3.0 adiciona 48 algoritmos multiobjetivo tensorizados. A base partilhada facilita comparar no mesmo fluxo de avaliação, preservando regras diferentes de seleção, variação e atualização de estado.
Para objetivos concorrentes, é possível fixar problema, limites, população e orçamento mudando apenas o algoritmo. O valor está em acessar outros comportamentos de busca. A quantidade de métodos não demonstra melhores compromissos para uma tarefa específica.
Correções afetam a própria comparação
A versão corrige atualização e seleção em vários métodos. A ordenação não dominada termina depois da frente limite completa necessária; a distância de crowding trata objetivos constantes, populações pequenas, máscaras e dispositivos. PyTorch continua predefinido; Triton é experimental e selecionado explicitamente. Mudanças de seleção
ZDT1–4 e ZDT6 recebem correções por linha, incluindo o cálculo dependente de dimensão de ZDT6. O hipervolume Monte Carlo é corrigido para minimização, referências, entradas vazias e dispositivos de amostragem. Se um estudo utilizava essas rotas, preserve os resultados antigos e repita comparações controladas sem misturar definições.
Conferir restrições e simulação separadamente
A série parte dos 86 benchmarks restritos, NSGA-II com restrições e UnifiedWorkflow de v0.2.2. Acrescenta registo tardio de buffers, restauração de checkpoints e recursos de frentes Pareto nas distribuições. Base restrita
MoRobtrol adiciona Playground/MJX, objetivos específicos e visualização, melhorando normalização e checkpoints. Em robótica, registe simulador e objetivos tão cuidadosamente quanto o otimizador: uma frente melhor pode refletir uma tarefa ou métrica diferente. Simulação e integração
Atualizar com um pequeno experimento de referência
O guia versionado instala EvoX primeiro. Use pip install evox e depois pip install evomo==0.3.1, registando dependências resolvidas. A instalação por código pode fixar v0.3.1. Esse patch acrescenta documentação; v0.3.0 descreve as funções.
Antes de benchmarks grandes, verifique um objetivo conhecido, uma seleção pequena e a restauração do estado. Em problemas restritos, verifique viabilidade e qualidade; para hipervolume, preserve referência e amostragem. A visão multiobjetivo GPU explica a tensorização; v0.3 oferece uma base experimental mais ampla e definida.