evolutionary-algorithms
本站收录 11 个带「evolutionary-algorithms」标签的 AI 开源项目
triangulaTriangula 是一个用 Go 语言编写的开源工具，能够将普通图片自动生成高质量的三角剖分艺术（低多边形风格）图像。它解决了手动创建多边形艺术耗时费力的问题★ 3,876
evoevo 是一个将代码库转化为自动研究循环的智能体框架。它解决的核心问题是：在代码优化和基准测试中，人工设定指标、编写测试和调参的过程繁琐且易遗漏。evo 能自动★ 1,461
AgileRLAgileRL 是一个专注于强化学习（RL）的 Python 库，旨在通过 RLOps（强化学习运维）理念简化 RL 算法的开发、训练和部署流程。它解决了 RL★ 952
LoongFlowLoongFlow 是一个面向循环工程（Loop Engineering）的专家级智能体框架。它通过“计划-执行-总结”的循环机制和结构化经验记忆，让 AI 能★ 479
Grokking-Artificial-Intelligence-Algorithms这是《Grokking Artificial Intelligence Algorithms》一书的官方代码仓库，用Python实现书中讲解的各种人工智能算法，★ 433
Sklearn-genetic-optsklearn-genetic-opt 是一个面向 scikit-learn 的超参数优化与特征选择工具，采用进化算法（如遗传算法）自动搜索最佳模型配置。它解决★ 390
evo-memoryevo-memory 是一个用于训练和评估神经注意力记忆模型的开源项目，目标是为 Transformer 架构提供通用可用的记忆系统。它解决的是标准 Trans★ 361
reevoReEvo 是一个基于大语言模型的超启发式算法（Hyper-Heuristics）框架，发表于 NeurIPS 2024。它旨在解决传统启发式算法设计依赖专家知★ 302
evostraevostra 是一个用 Python 实现的快速进化策略（Evolution Strategy, ES）库。它解决了传统进化算法实现复杂、运行慢的问题，提供简★ 271
KADATHKADATH 是一个基于进化算法的多智能体运行时框架，旨在通过可复现的迭代周期来培育、评估并持续改进自主智能体，从而逐步逼近并优化预设目标。它解决了传统单一智能★ 261
agentdescentAgentDescent 是一个将梯度下降思想引入智能体系统的并行异步框架。它把智能体本身视为待优化的参数，通过智能体间的差异（diffs）作为梯度，由聚合器（★ 250