README_cn.md

English | 简体中文

ESBox是一个高效的黑盒优化工具，具有多种进化策略算法。

ESBox 功能一览

内置问题	算法	用户接口
数学函数 Ackley Griewank Rastrigin Rosenbrock StyblinskiTang Zakharov 强化学习环境 gym Mujoco HalfCheetah-v5 Humanoid-v5	OpenAI-ES 论文 高斯 采样器（对称采样） OpenAIES 学习器 ARS 论文 高斯 采样器（对称采样） ARS 学习器 NSRAES 论文 高斯 采样器（对称采样） NSRAES 学习器 CMA-ES 论文 CMA 采样器 CMAES 学习器 Sep-CMA-ES 论文 Sep-CMA 采样器 Sep-CMAES 学习器	配置文件 优化目标 Model（torch，paddlepaddle） List（浮点型） 例子 本地训练 数学函数（List，Model） 分布式训练 强化学习问题 HalfCheetah-v5（Model） 使用样例 强化学习问题：Cartpole（优化 Model） 本地训练 分布式训练 函数问题：2维2次函数（优化浮点型 List） 本地训练 分布式训练

如何使用

安装

git clone https://github.com/ShuaibinLi/ESBox.git
cd ESBox
pip install . 

其他依赖

• ray
• pytorch
• gymnasium 注意：使用 mujoco或atari 环境，使用pip install "gymnasium[all]"安装 gymnasium.

使用教程

快速开始

• 两种训练方式：本地训练、分布式训练
• 两种优化形式：模型优化（以 CartPole-v1 为例）、浮点型 List 优化（以2维2次函数为例）

Examples

• 提供五种算法解决两大类问题的示例
• 展示 benchmark 复现结果