一方面，演化計算在實際研究和工程中極為強大，但卻難以調用。另一方面，GPU 的能力日益強大，但在演化計算任務中卻難以發揮其威力。
我們需要一個真正現代化的解決方案：原生 GPU 支援、模組化架構、清晰的介面、開箱即用的易用性，以及可自訂的擴展性。這就是 EvoX——一個面向未來的演化計算引擎。
為了幫助使用者快速上手，EvoX 團隊發佈了「EvoX 初學者教學」。該教學共 8 章，涵蓋從基礎到進階實際應用的所有內容，逐步引導您如何在 GPU 上運行演化算法。
完整教學資源
中文線上教學：
EvoX Beginners Tutorial - EvoX Document
中文 PDF 教學：
請加入QQ群獲取：297969717
接下來，我們將帶您在短短 10 分鐘內完成從安裝到運行的整個流程。
步驟 1：環境設定
開啟您的終端機並建立一個乾淨的 Python 環境：
您也可以使用您偏好的工具來建立乾淨的 Python 環境。
步驟 2：安裝 PyTorch 和 EvoX
檢查 GPU 是否可用：
步驟 3：運行您的第一個演化算法
這段程式碼做了什麼？它透過標準介面組合了一個算法（PSO）、一個問題（Ackley）和一個監控器（EvalMonitor）。EvoX 會處理所有的平行化、加速和監控！
步驟 4：繪製收斂曲線
只需一行程式碼：
看到那條下降的曲線了嗎？那就是您的演化算法逼近目標的軌跡，也是它探索未知世界所走過的路徑。
步驟 5：嘗試擴展
如果「只運行一個 Ackley」還不夠過癮，您可以：
· 將 PSO 替換為 GA、DE、CMA-ES、NSGA-II、RVEA… · 將 Ackley 替換為 Rastrigin、Griewank、CEC2022 · 設定 n_objs >= 2 切換到多目標問題 · 用 MyProblem 和 MyAlgorithm 實現您自己的邏輯 · 接入 PyTorch 模型或強化學習環境（Gym、Brax、MuJoCo Playground）
無論是超參數調優、架構搜索、神經演化還是控制策略最佳化，EvoX 都能輕鬆應對。
為什麼選擇 EvoX？
致謝
本教學由 Boqing Xu、Xinmeng Yu、Bowen Zheng 和 Xinyao Li 撰寫。Beichen Huang 負責教學的整理、編輯和線上發佈。
我們衷心感謝 EvoX 社群的每一位成員。正是我們的共同努力，才使得 EvoX 不斷演進。
開源程式碼 / 社群資源
論文：
https://arxiv.org/abs/2503.20286
GitHub：
https://github.com/EMI-Group/evomo
上游專案（EvoX）：
https://github.com/EMI-Group/evox
QQ群：297969717
QQ群 | Evolving Machine Intelligence
EvoMO 建立在 EvoX 框架之上。如果您有興趣了解更多關於 EvoX 的資訊，歡迎查閱我們微信公眾號上發佈的 EvoX 1.0 官方文章以獲取更多詳情。
