技术
Evolutionary Search（进化搜索）
Evolutionary Search 是一类基于生物进化原理的优化算法，通过选择、交叉和变异等操作迭代搜索解空间，解决复杂非凸、多模态优化问题。典型应用包括神经网络架构搜索（如 NEAT）、强化学习策略优化和组合优化，代表工作有遗传算法和进化策略。
详细解释
进化搜索维护一个种群，每个个体代表一个候选解，通过适应度函数评估优劣。每代中，选择操作保留高适应度个体，交叉操作组合父代特征，变异操作引入随机扰动以探索新解。进化策略（ES）特别适合高维连续优化，如 OpenAI 的 ES 用于强化学习，可并行化且对超参数不敏感。神经进化（如 NEAT）能同时优化网络结构和权重。进化搜索的挑战包括计算成本高和收敛慢，但近期与深度学习的结合（如进化架构搜索）展现了强大潜力。
别名与相关写法
evolutionary search
相关公司
相关资讯
HARDEN：进化搜索生成更难评测用例2026/9/28
HoliDivEvolve：LLM 引导进化搜索的多样性管理2026/10/30