nnaisense/evotorch

何を解決するか

EvoTorchは、微分不可能な最適化問題を解決するように設計されています。つまり、従来の勾配降下法では解けない問題を扱います。これにはブラックボックス最適化（連続的および離散的）、強化学習タスク、教師あり学習タスクが含まれます。

動作方法

PyTorchの上に構築されたこのライブラリは、さまざまな進化的計算アルゴリズムを実装しています。PyTorchのベクトル化と並列化機能を活用して、GPU上で最適化を高速化します。より大規模なワークロードの場合は、Rayと統合して複数のCPU、GPU、およびクラスタ全体に計算を分散できます。

対象ユーザー

最適化、ニューロエボリューション、強化学習に取り組んでいる研究者や開発者向けです。進化的アルゴリズムにスケーラブルでGPU加速されたフレームワークが必要な方々に最適です。

特徴

• 多様なアルゴリズムセット: 分布ベース探索（PGPE、XNES、CMA-ES、SNES、CEM）と集団ベース探索（遺伝的アルゴリズム、CoSyNE、MAP-Elites）を含みます。
• GPU加速: ネイティブなPyTorch実装により、GPU上で高速なベクトル演算が可能になります。
• スケーラビリティ: Rayとの統合により、複数のマシンおよびハードウェアアクセラレータにスケーリングできます。
• 柔軟な目的関数: PyTorchで定義された任意の目的関数（ベクトル化済みまたは非ベクトル化）をサポートします。