EvoX 生態系統

旨在加速計算與最佳化研究的函式庫、工具與專案合集。

AutoPSO

自動化粒子群最佳化元框架，透過在 GPU 上進行黑箱最佳化自動構建 PSO 變體。

一個完全張量化、支援GPU加速的多族群演化演算法，用於高效求解受限多目標優化問題（CMOPs）。

一個多智能體框架，用於對演化多目標最佳化 (EMO) 軟體進行語義引導的自動張量化。

一個去中心化多智能體框架，將軟體開發重新定義為協作式演化過程。

一個完全資料驅動的黑箱最佳化框架，透過從歷史資料中學習搜尋行為來取代手工啟發式運算子。

基於 PyTorch 建構的全 GPU 加速樹狀遺傳程式設計 (TGP) 框架。

透過進階張量化實現 GPU 加速的演化多目標最佳化 (EMO) 函式庫。

一個基於 PyTorch 實現的神經架構搜索框架。它支持超網訓練、演化多目標優化，並能無縫集成到現代計算機視覺訓練管線中。

全 GPU 加速的演化強化學習框架。

相容 PyTorch 的分散式 GPU 加速演化計算框架。

提供神經架構搜尋 (NAS) 中演化多目標最佳化 (EMO) 演算法即時基準測試的平台。

一個 GPU 加速的 Differential Evolution 框架，透過個體級別的策略多樣性來提升效能。

動態最佳化差分演化策略與超參數的進階演化框架。

基於 JAX 的增強拓撲神經演化 (NEAT) 演算法函式庫。