EvoX 生态系统

兼容 PyTorch 的分布式 GPU 加速演化计算框架。

自动化粒子群优化元框架，通过在 GPU 上进行黑箱优化自动构建 PSO 变体。

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

一个多智能体框架，用于对演化多目标优化 (EMO) 软件进行语义引导的自动张量化。

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演化过程。

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 加速的演化多目标优化 (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、演化多目标优化，并能无缝集成到现代计算机视觉训练管线中。

全 GPU 加速的演化强化学习框架。

提供神经架构搜索 (NAS) 中演化多目标优化 (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。

动态优化差分演化策略和超参数的高级演化框架。

基于 JAX 的增强拓扑神经演化 (NEAT) 算法库。