Многоцелевая оптимизация требует не только быстрой оценки, но и сохранения компромиссов, правильных формул и восстанавливаемого состояния. EvoMO v0.3.1, опубликованный 8 октября 2026 года по пекинскому времени, добавляет документацию. Основные расширения и исправления появились в v0.3.0 от 24 сентября.

Концептуальная иллюстрация: разные алгоритмы исследуют разные полезные компромиссы.
Больше алгоритмов на общей тензорной основе
v0.3.0 добавляет 48 тензоризованных многоцелевых алгоритмов. Общая основа облегчает сравнение в одном процессе оценки, сохраняя разные правила отбора, вариации и обновления состояния.
Для конкурирующих целей можно фиксировать задачу, границы, популяцию и бюджет, меняя лишь алгоритм. Ценность — доступ к разному поисковому поведению. Количество методов само по себе не доказывает лучшие компромиссы на конкретной задаче.
Исправления влияют на само сравнение
Версия исправляет обновления и отбор нескольких методов. Недоминирующая сортировка останавливается после полного нужного граничного фронта; crowding distance учитывает постоянные цели, малые популяции, маски и устройства. PyTorch остаётся стандартом; Triton — явно выбираемая экспериментальная опция. Изменения отбора
ZDT1–4 и ZDT6 получают построчные исправления, включая зависимый от размерности расчёт ZDT6. Monte Carlo hypervolume исправлен для минимизации, опорных точек, пустых входов и устройств выборки. Если исследование использовало эти пути, сохраните старые результаты и повторите контролируемое сравнение, не смешивая определения.
Отдельно проверить ограничения и симуляцию
Серия опирается на 86 задач с ограничениями, учитывающий ограничения NSGA-II и UnifiedWorkflow из v0.2.2. Добавляются отложенная регистрация буферов ограничений, восстановление контрольных точек и ресурсы фронтов Парето в дистрибутивах. Основа ограничений
MoRobtrol добавляет Playground/MJX, специальные цели и визуализацию, улучшает нормализацию и контрольные точки. В робототехнике записывайте симулятор и определения целей так же тщательно, как оптимизатор: лучший фронт может означать изменение задачи или метрики. Симуляция и интеграция
Обновиться на небольшом эталонном опыте
Инструкция версии сначала устанавливает EvoX. Используйте pip install evox, затем pip install evomo==0.3.1, записав разрешённые версии зависимостей. Исходники можно фиксировать тегом v0.3.1. Патч добавляет документацию; функциональные изменения описаны в v0.3.0.
Перед большим тестом проверьте известное вычисление цели, небольшой отбор и восстановление состояния. Для ограничений проверяйте допустимость и качество, для гиперобъёма сохраняйте опорную точку и выборку. Обзор многоцелевой GPU-оптимизации объясняет тензоризацию; v0.3 даёт более широкую и определённую экспериментальную основу.