С одной стороны, эволюционные вычисления (Evolutionary Computation) чрезвычайно эффективны в реальных исследованиях и инженерных задачах, но их сложно внедрять. С другой стороны, возможности GPU становятся все более впечатляющими, однако их потенциал трудно реализовать в задачах эволюционных вычислений.
Нам нужно по-настоящему современное решение: нативная поддержка GPU, модульная архитектура, понятные интерфейсы, удобство использования «из коробки» и настраиваемая масштабируемость. Это EvoX — движок эволюционных вычислений будущего.
Чтобы помочь пользователям быстро освоиться, команда EvoX выпустила «Руководство для начинающих по EvoX». Руководство состоит из 8 глав и охватывает всё: от основ до продвинутого практического применения, шаг за шагом обучая запуску эволюционных алгоритмов на GPU.
Полные ресурсы руководства
Онлайн-руководство на китайском языке:
EvoX Beginners Tutorial - EvoX Document
PDF-руководство на китайском языке:
Пожалуйста, вступите в группу QQ, чтобы получить его: 297969717
Далее мы проведем вас через весь процесс от установки до запуска всего за 10 минут.
Шаг 1: Настройка окружения
Откройте терминал и создайте чистое окружение Python:
Вы также можете использовать любой удобный вам инструмент для создания чистого окружения Python.
Шаг 2: Установка PyTorch и EvoX
Проверьте доступность GPU:
Шаг 3: Запуск вашего первого эволюционного алгоритма
Что это дает? С помощью стандартного интерфейса объединяются алгоритм (PSO), задача (Ackley) и монитор (EvalMonitor). EvoX берет на себя весь параллелизм, ускорение и мониторинг!
Шаг 4: Построение кривой сходимости
Достаточно всего одной строки:
Видите эту нисходящую кривую? Это траектория, по которой ваш эволюционный алгоритм приближается к цели, и путь, который он проходит, исследуя неизвестный мир.
Шаг 5: Попробуйте расширить возможности
Если «простого запуска Ackley» недостаточно, вы можете:
· Заменить PSO на GA, DE, CMA-ES, NSGA-II, RVEA…
· Заменить Ackley на Rastrigin, Griewank, CEC2022
· Перейти к многокритериальной задаче, установив n_objs >= 2
· Реализовать собственную логику с помощью MyProblem и MyAlgorithm
· Подключиться к моделям PyTorch или средам обучения с подкреплением (Gym, Brax, MuJoCo Playground)
Будь то настройка гиперпараметров, поиск архитектуры, нейроэволюция или оптимизация стратегий управления — EvoX с легкостью справится со всем.
Почему стоит выбрать EvoX?
Благодарности
Это руководство было написано Boqing Xu, Xinmeng Yu, Bowen Zheng и Xinyao Li. Beichen Huang отвечал за сборку, редактирование и онлайн-публикацию руководства.
Мы искренне благодарим каждого участника сообщества EvoX. Именно наши совместные усилия позволяют EvoX продолжать развиваться.
Исходный код / Ресурсы сообщества
Статья:
https://arxiv.org/abs/2503.20286
GitHub:
https://github.com/EMI-Group/evomo
Основной проект (EvoX):
https://github.com/EMI-Group/evox
Группа QQ: 297969717
Группа QQ | Evolving Machine Intelligence
EvoMO построен на базе фреймворка EvoX. Если вы хотите узнать больше об EvoX, ознакомьтесь с официальной статьей об EvoX 1.0, опубликованной в нашем публичном аккаунте WeChat.
