EvoMO 文档#

English documentation · 简体中文

英文为主文档；本目录提供完整中文版。页面上方可切换到对应章节，两种语言共用英文 API 参考。

EvoMO 是基于 PyTorch 和 EvoX 的多目标进化优化库。它将种群、目标值和进化算子组织为 张量运算，用于数值多目标优化、约束优化以及机器人控制中的策略搜索。

EvoMO 是 EvoX 系列的姊妹项目，并与 EvoX 共用 logo。

本指南面向当前 PyTorch 版本。首次使用请从安装和 快速入门开始；已有 EvoX 使用经验的读者可以直接查看 工作流与 API 参考。

能做什么#

  • 使用 NSGA-II、NSGA-III、MOEA/D、RVEA 等算法搜索多个目标之间的折中解。

  • 在 DTLZ、ZDT、WFG、MaF、LSMOP 等数值测试问题上评估算法。

  • 通过约束问题返回的违反量执行约束感知选择。

  • 用 GD、IGD 和蒙特卡洛 HV 评估解集。

  • 将 EvoX 的监视器和模型参数转换工具接入 EvoMO 工作流。

  • 在安装可选依赖后，通过 MoRobtrol 搜索机器人控制策略。

GPU 加速效果取决于种群规模、目标数、算法、评估成本和运行环境。可用的类不代表所有算法 都支持相同的约束、编译或 vmap 组合；具体接口与限制见各章节。

入门

使用指南

开发与参考

项目与引用#

源代码 · 问题反馈 · EvoX 文档

相关算法论文和 BibTeX 下载见论文与引用。

在研究中使用 EvoMO 时，请引用：

@article{evomo,
  title = {Bridging Evolutionary Multiobjective Optimization and {GPU} Acceleration via Tensorization},
  author = {Liang, Zhenyu and Li, Hao and Yu, Naiwei and Sun, Kebin and Cheng, Ran},
  journal = {IEEE Transactions on Evolutionary Computation},
  year = 2025,
  doi = {10.1109/TEVC.2025.3555605}
}