一方面，进化计算在实际研究和工程中极其强大，但调用起来却很困难。另一方面，GPU 的能力日益强大，但在进化计算任务中却难以发挥其威力。
我们需要一个真正现代化的解决方案：原生 GPU 支持、模块化架构、清晰的接口、开箱即用的易用性以及可定制的扩展性。这就是 EvoX——面向未来的进化计算引擎。
为帮助用户快速上手，EvoX 团队发布了”EvoX 入门教程”。该教程共 8 章，涵盖从基础到高级实践应用的全部内容，手把手指导您如何在 GPU 上运行进化算法。
完整教程资源
中文在线教程：
EvoX Beginners Tutorial - EvoX Document
中文 PDF 教程：
请加入QQ群获取：297969717
接下来，我们将带您在 10 分钟内完成从安装到运行的全过程。
第一步：环境搭建
打开终端，创建一个干净的 Python 环境：
您也可以使用自己喜欢的工具来创建干净的 Python 环境。
第二步：安装 PyTorch 和 EvoX
检查 GPU 是否可用：
第三步：运行您的第一个进化算法
这段代码做了什么？它通过标准接口组合了一个算法（PSO）、一个问题（Ackley）和一个监控器（EvalMonitor）。EvoX 会自动处理所有的并行化、加速和监控！
第四步：绘制收敛曲线
只需一行代码：
看到那条下降的曲线了吗？那就是您的进化算法逼近目标的轨迹，也是它探索未知世界的路径。
第五步：尝试扩展
如果”只运行一个 Ackley”还不过瘾，您可以：
· 将 PSO 替换为 GA、DE、CMA-ES、NSGA-II、RVEA… · 将 Ackley 替换为 Rastrigin、Griewank、CEC2022 · 通过设置 n_objs >= 2 切换到多目标问题 · 用 MyProblem 和 MyAlgorithm 实现您自己的逻辑 · 接入 PyTorch 模型或强化学习环境（Gym、Brax、MuJoCo Playground）
无论是超参数调优、架构搜索、神经进化还是控制策略优化，EvoX 都能轻松应对。
为什么选择 EvoX？
致谢
本教程由 Boqing Xu、Xinmeng Yu、Bowen Zheng 和 Xinyao Li 编写。Beichen Huang 负责教程的整理、编辑和在线发布。
我们衷心感谢 EvoX 社区的每一位成员。正是大家的共同努力，才使得 EvoX 不断进化。
开源代码 / 社区资源
论文：
https://arxiv.org/abs/2503.20286
GitHub：
https://github.com/EMI-Group/evomo
上游项目（EvoX）：
https://github.com/EMI-Group/evox
QQ群：297969717
QQ群 | Evolving Machine Intelligence
EvoMO 基于 EvoX 框架构建。如果您有兴趣了解更多关于 EvoX 的信息，欢迎查阅我们微信公众号上发布的 EvoX 1.0 官方文章了解更多详情。
