evolutionary-algorithms

Implémentation open-source d'AlphaEvolve

Génération d'art triangulé et polygonal de haute qualité à partir d'images.

Régression symbolique haute performance en Python et Julia.

Framework distribué accéléré par GPU pour le calcul évolutionnaire. Bibliothèque complète d'algorithmes évolutionnaires et de problèmes de référence.

Code source de PyGAD, une bibliothèque Python 3 pour construire des algorithmes génétiques et entraîner des modèles de machine learning (Keras et PyTorch).

Plateforme d'optimisation multi-objectifs évolutionnaire

Boîte à outils et framework d'algorithmes évolutionnaires haute performance pour Python.

Interface de recherche basée sur Python pour l'optimisation de boîtes noires et d'hyperparamètres, basée sur le service interne Google Vizier.

Une simulation 2D Unity dans laquelle des voitures apprennent à naviguer sur différents parcours. Les voitures sont pilotées par un réseau de neurones à propagation avant. Les poids du réseau sont entraînés à l'aide d'un algorithme génétique modifié.

Transforme votre base de code en une boucle de recherche automatique : identifie ce qu'il faut mesurer, instrumente le benchmark, puis exécute une recherche arborescente avec des sous-agents parallèles.

Bibliothèque de calcul évolutionnaire avancée construite directement sur PyTorch, créée par NNAISENSE.

OpenAlpha_Evolve est un framework Python open source inspiré par les recherches révolutionnaires sur les agents de codage autonomes comme AlphaEvolve de DeepMind.

Optimisation de l'apprentissage par renforcement avec RLOps. Algorithmes et outils RL de pointe, avec un entraînement 10 fois plus rapide grâce à l'optimisation évolutionnaire des hyperparamètres.

Une plateforme C++ pour effectuer des calculs parallèles de tâches d'optimisation (globales et locales) via le modèle d'îles généralisé asynchrone.

Jenetics - Algorithme génétique, programmation génétique, évolution grammaticale, algorithme évolutionnaire et optimisation multi-objectifs.

Bibliothèque d'optimisation évolutionnaire pour Go (algorithme génétique, optimisation par essaim particulaire, évolution différentielle)

OptimLib : une bibliothèque C++ légère de méthodes d'optimisation numérique pour les fonctions non linéaires.

Régression symbolique distribuée haute performance en Julia.

Le premier outil open source piloté par l'IA pour la génération automatique de cas de test au niveau système (fuzzing) pour les applications web et d'entreprise. Cible actuellement les tests en boîte blanche et boîte noire des API Web, comme REST, GraphQL et RPC (par ex. gRPC et Thrift).

🧬 Entraînement d'une voiture au stationnement autonome via un algorithme génétique

Framework de modélisation automatisée et de machine learning FEDOT

Le moteur de vie.

Une plateforme Python pour effectuer des calculs parallèles de tâches d'optimisation (globales et locales) via le modèle d'îlot généralisé asynchrone.

KaHyPar (Karlsruhe Hypergraph Partitioning) est un framework de partitionnement d'hypergraphes multiniveaux fournissant des algorithmes de partitionnement basés sur la bissection récursive et le k-way direct qui calculent des solutions de très haute qualité

La boîte à outils EvoloPy propose des métaheuristiques classiques et récentes inspirées de la nature pour l'optimisation globale.