EvoX 生态系统

旨在加速计算和优化研究的库、工具和项目集合。

EvoCmo

一个完全张量化、支持GPU加速的多种群进化算法，用于高效求解受限多目标优化问题（CMOPs）。

一个去中心化多智能体框架，将软件开发重新定义为协作式进化过程。

一个完全数据驱动的黑箱优化框架，通过从历史数据中学习搜索行为来替代手工启发式算子。

基于 PyTorch 构建的全 GPU 加速树型遗传编程 (TGP) 框架。

通过高级张量化实现 GPU 加速的进化多目标优化 (EMO) 库。

一个基于 PyTorch 实现的神经架构搜索框架。它支持超网训练、进化多目标优化，并能无缝集成到现代计算机视觉训练管线中。

全 GPU 加速的进化强化学习框架。

兼容 PyTorch 的分布式 GPU 加速进化计算框架。

提供神经架构搜索 (NAS) 中进化多目标优化 (EMO) 算法即时基准测试的平台。

一个 GPU 加速的 Differential Evolution 框架，通过个体级别的策略多样性来提升性能。

动态优化差分进化策略和超参数的高级进化框架。

基于 JAX 的增强拓扑神经进化 (NEAT) 算法库。