evotorch

收录理由

当反向传播行不通时——奖励信号不连续、搜索空间离散，或者梯度计算本身就不现实——EvoTorch 提供了一条务实的出路。这个库把 PGPE、XNES、CMA-ES 等进化算法打包成可直接作用于 PyTorch 张量的构件，让你不必自己编写优化器的底层管道，就能直接进化网络权重和策略。所有操作都基于张量并做了并行化，能在 CPU、GPU 和多节点间扩展，很适合强化学习和神经进化这类工作负载。无论是尝试新型学习规则的研究者，还是处理黑箱优化的工程师，都能在一个 API 清晰、文档扎实的框架里找到所需。由于建立在 PyTorch 之上，它融入现有模型和训练代码时几乎不费力。