QDax: A Library for Quality-Diversity and Population-based Algorithms with Hardware Acceleration

要約

QDax は、Jax の品質多様性 (QD) 最適化アルゴリズム用の合理化されたモジュール式 API を備えたオープンソース ライブラリです。
このライブラリは、ブラックボックス最適化から継続的制御に至るまで、最適化を目的とした多用途ツールとして機能します。
QDax は、さまざまな例でサポートされる、一般的な QD、Neuroevolution、および強化学習 (RL) アルゴリズムの実装を提供します。
すべての実装は Jax を使用してジャストインタイムでコンパイルできるため、GPU や TPU を含む複数のアクセラレータにわたる効率的な実行が容易になります。
これらの実装は、フレームワークの柔軟性と使いやすさを効果的に示し、研究目的での実験を容易にします。
さらに、ライブラリは徹底的に文書化され、95% のカバー率でテストされています。

要約(オリジナル)

QDax is an open-source library with a streamlined and modular API for Quality-Diversity (QD) optimization algorithms in Jax. The library serves as a versatile tool for optimization purposes, ranging from black-box optimization to continuous control. QDax offers implementations of popular QD, Neuroevolution, and Reinforcement Learning (RL) algorithms, supported by various examples. All the implementations can be just-in-time compiled with Jax, facilitating efficient execution across multiple accelerators, including GPUs and TPUs. These implementations effectively demonstrate the framework’s flexibility and user-friendliness, easing experimentation for research purposes. Furthermore, the library is thoroughly documented and tested with 95\% coverage.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google